本发明提供一种AI图像暗光增强系统，在图像暗光增强过程中，鉴于输入数据通道数不相同，导致卷积神经网络无法统一接收不同阵列类型的图像数据，本发明在数据输入神经网络之前，提前设置一个转换模块，该转换模块将不同通道数的图像数据首先统一转换成R...

本发明提供一种量化感知训练终端芯片模型系统，在监督学习模型的转化公式中引入参数S，由此在整体模型的训练时应用符号变换激活函数让参数S进行符号学习，并应用缩放变换激活函数让参数S进行缩放训练，由此通过训练促使参数S达到合适数值。该参数S的...

本发明提供一种端侧芯片AI图像推理提速系统，在图片数据输入卷积神经网络学习之前，专门针对图片进行折叠，由此将图片分解成多个图片层，在此基础上，随着卷积神经网络的运转，在作为主体的中间处理层中的计算量将会被显著压缩，该芯片系统将大大降低成...

本发明提供一种浮点型数据乘法器系统，该系统在进行乘法运算时，只需要一个加法器即可实现乘法运算。在当今进行大数据分析和人工智能学习时，大型集成电路的海量运算必不可少，相应地，乘法运算作为基本运算则在海量运算中被大量应用，由此也将不得不在集...

本发明提供一种图像暗光增强方法，突破现有思路，针对监督学习过程的输入数据，并不首先进行数据格式的压缩，而是对数据进行数轴上的调整，由此在基础数据在数轴上分为正半轴和负半轴，进而再行数据压缩，并将压缩后的数据替代原始数据进行监督学习，经实...

本发明提供一种多功能合一图像增强方法，在归一化和线性放大的基础上，进一步对原始图像可能的过暗和过亮的部分进行二分处理，既在过暗部分进行有效的输入数值放大从而有效地在过暗部分进行规则的亮度增强，又在过亮部分通过对数指数运算对亮度增长趋势进...

本发明提供一种智能多级采样系统，对于下采样数据组应用于上采样过程中，并不特定设置存储器来存储各级下采样数据组，而是在下采样的每一个步骤节点就为下采样数据组分配数据地址，由此，在随后的各级上采样步骤中顺次从所分配的数据地址中依据之前的层级...

本发明提供一种用于图像暗光增强的数据压缩方法，针对图像转换中监督学习模型中必须涉及到的权重数组，以特定方法进行数据转换，并将转换后的向量替代监督学习模型中原始的权重数组，由此可以对监督模型中的数据进行有效压缩，从而高效地实现图像暗光增强...