提高神经网络图像处理效率的方法、装置及一种NPU

摘要

本申请提供了一种提高神经网络图像处理效率的方法及装置，将图像预处理与神经网络第一层的权重参数融合在了一起，即，在不改变神经网络第一层原有结构基础上，将色域转换参数、标准化参数与神经网络第一层原有的权重参数融合，然后将待处理的图像数据重新排列成NPU PE易处理的格式，这样NPU便可利用新的第一层直接、同时完成图形预处理和第一层卷积的处理。在本申请方案中，只需要增加少量的控制逻辑进行图像数据重新配列即可，而参数的融合可以通过离线进行，没有额外的硬件消耗，相比CPU/GPU协处理方式或者是专门的硬件处理的方式，本申请方案具有更小的运算和更低的功耗，处理延时也更低，且不需要增加硬件成本。