基于多尺度融合的边缘端图像识别芯片加速方法及系统

本申请公开了一种基于多尺度融合的边缘端图像识别芯片加速方法及系统。本方法先采集图像并标准化，经融合卷积网络输出三层多尺度特征；通过尺度信息熵分块筛选、压缩冗余背景特征；依托双缓冲乒乓读写实现三类特征分区缓存；搭建双向跨尺度支路求解互相关矩阵生成动态融合权重，搭配多算子并行、目标数量自适应调度算力；最后经双分支识别头输出目标类别与坐标。系统分六大互联模块协同运算，在保证识别精度的前提下削减数据开销，适配边缘芯片算力、存储受限场景，实现低时延、低功耗目标检测加速。本方法涉及边缘神经网络加速技术领域，解决了现有技术中特征数据冗余、融合权重固定、存储与算力调度缺乏差异化的技术问题。