Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中国人民解放军32002部队翁伟兵获国家专利权

中国人民解放军32002部队翁伟兵获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉中国人民解放军32002部队申请的专利一种基于分组量化的视觉Transformer模型的图像处理方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN120047328B

龙图腾网通过国家知识产权局官网在2026-03-27发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411978193.8,技术领域涉及:G06T5/60;该发明授权一种基于分组量化的视觉Transformer模型的图像处理方法是由翁伟兵;杨佳伟;王小亮;谢永强设计研发完成,并于2024-12-31向国家知识产权局提交的专利申请。

一种基于分组量化的视觉Transformer模型的图像处理方法在说明书摘要公布了:本发明公开一种基于分组量化的视觉Transformer模型的图像处理方法,属于图像处理技术领域。所述方法包括:步骤S1、生成图像数据集,并将所述图像数据集划分为训练集和测试集;其中,所述图像数据集中包括若干图像实例;步骤S2、利用训练集中的图像实例和搭载视觉Transformer模型的处理器的位操作对所述视觉Transformer模型进行分组量化训练,得到基于分组量化的视觉Transformer模型;步骤S3、利用所述基于分组量化的视觉Transformer模型对测试集中的图像实例进行测试。本发明用于在图像处理过程中提升Transformer模型在资源受限环境下的应用表现。

本发明授权一种基于分组量化的视觉Transformer模型的图像处理方法在权利要求书中公布了:1.一种基于分组量化的视觉Transformer模型的图像处理方法,其特征在于,所述方法包括: 步骤S1、生成图像数据集,并将所述图像数据集划分为训练集和测试集;其中,所述图像数据集中包括若干图像实例; 步骤S2、利用训练集中的图像实例和搭载视觉Transformer模型的处理器的位操作对所述视觉Transformer模型进行分组量化训练,得到基于分组量化的视觉Transformer模型; 步骤S3、利用所述基于分组量化的视觉Transformer模型对测试集中的图像实例进行测试; 其中,步骤S2还包括: 对每个组,计算组内激活值的最小值minA和最大值maxA,A表示当前组的激活映射; 根据计算出的最小值和最大值,确定每个组在量化过程中的缩放因子s和零点z,计算公式为: , 其中,n为量化位宽,表示允许使用的量化级别,缩放因子s用于描述实数激活值与量化整数值之间的比例,零点z用于调整激活值,使最小激活值能够映射到量化范围内的非负整数值,计算公式为:, 组内的每个激活值Ai被量化为整数值qi:, 组内激活值在有限的量化范围内进行映射; 其中,步骤S2还包括:利用期望最大化EM算法对每个组的缩放因子和零点进行量化;其中: 通过组内激活值的minA和maxA来确定初始状态下的缩放因子s0和零点z0; 根据当前的缩放因子和零点将组内的激活值量化为离散整数qki,计算公式为:, 重新计算优化后的缩放因子和零点,并最小化量化误差,表示反量化后的激活值,计算公式为: , 通过不断迭代优化缩放因子s和零点z,得到使量化误差最小的参数。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人中国人民解放军32002部队,其通讯地址为:100141 北京市丰台区大成路13号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。