[发明专利]卷积神经网络

摘要

一种用于图像处理系统的卷积神经网络(CNN)，所述卷积神经网络包括图像缓存，所述图像缓存响应于读取从输入映射内的指定位置延伸的N×M像素块的请求，以在输出端口处提供N×M像素块。卷积引擎从所述输出端口读取像素块，将像素块与对应的权重集组合以得到乘积，并对所述乘积应用激活函数以得到输出像素值。所述图像缓存包括多个交叉存储器，其能够在单个时钟周期中同时在输出端口处提供N×M个像素。控制器在处理输入映射之前向所述卷积引擎提供权重集，使所述卷积引擎通过递增像素的连续块的指定位置来扫描所述输入映射，并通过将输出像素值写入到所述图像缓存内的连续位置在所述图像缓存内生成输出映射。

主权项

1.一种用于图像处理系统的卷积神经网络(CNN)，包括：包括输入端口和输出端口的图像缓存，所述图像缓存响应于读取从输入映射内的指定位置延伸的N×M像素块的请求，以在所述输出端口处提供所述N×M像素块；卷积引擎，所述卷积引擎被布置成从所述图像缓存输出端口读取至少一个N×M像素块，以将所述至少一个N×M像素块与对应的权重集组合以得到乘积，并对所述乘积应用激活函数以得到输出像素值；所述图像缓存被配置为经由所述图像缓存输入端口将输出像素值写入到指定的写入地址；所述图像缓存包括多个交叉存储器，每个存储器存储给定存储器地址处的像素值块，所述图像缓存被布置成确定要从所述图像缓存读取的N×M像素块：所述交叉存储器的每一个交叉存储器内的存储所述N×M像素块的所述像素的相应一个地址；所述多个交叉存储器的相应存储器，其内存储所述N×M像素块的每个像素；以及每个存储器地址内的所述N×M像素块的每个像素的相应偏移，使得所述图像缓存可以在单个时钟周期中同时在所述输出端口处提供所述N×M个像素；以及控制器，所述控制器被布置成在处理至少一个输入映射之前向所述卷积引擎提供权重集，以使所述卷积引擎通过指定N×M像素的连续块的位置来处理所述至少一个输入映射，并且通过将所述输出像素值写入到所述图像缓存内的连续位置在所述图像缓存内生成输出映射。