精华内容
下载资源
问答
  • 现代CT 系统配置一种蝴蝶结形射线滤波器,用于减小CT ...本文综述了近年国内外动态滤波器的研究现状,介绍了动态滤波器的原理,并重点分析了锥束CT 动态滤波器设计理论。最后,对CT 射线动态滤波器研究前景进行了展望。
  • ABB有源动态滤波器.pdf

    2019-09-05 16:03:20
    ABB有源动态滤波器PQFI/PQFM/PQFK/PQFS解决方案
  • 针对超声在人体中传播能量随深度增加而衰减的特点,为了提高图像分辨率,设计了一种应用于超声成像系统中动态滤波器电路。文中给出了滤波器的硬件设计电路图,通过电路测试证明该设计简单可行,对回波信号进行匹配...
  • ABB有源动态滤波器PQFI PQFM PQFK PQFS技术手册pdf,ABB有源动态滤波器PQFI PQFM PQFK PQFS技术手册
  • ABB 有源动态滤波器PQFI / PQFM / PQFK / PQFS资料pdf,ABB 有源动态滤波器PQFI / PQFM / PQFK / PQFS资料
  • 动态滤波器卷积|DynamicConv【转载】 文章转载自知乎用户:Happy (中国地质大学 计算数学硕士) 文章地址:动态滤波器卷积|DynamicConv

    动态滤波器卷积|DynamicConv【转载】

    文章转载自知乎用户:Happy (中国地质大学 计算数学硕士)
    文章地址:动态滤波器卷积|DynamicConv

    展开全文
  • ABB有源动态滤波器PQFI-PQFM-PQFK-PQFSpdf,ABB有源动态滤波器PQFI-PQFM-PQFK-PQFS:ABB PQF 有源动态滤波器可应用于不同类型的场合,并同时适用于商业和工业环境,为客户提供谐波滤除、相平衡和无级容性或感性无功...
  • 本文采用FPGA的模拟动态滤波器,在结构上简易,性能上稳定,测试和设计都十分的方便。FPGA的使用,能根据具体要求很方便的改变控制信号,同时实现超声诊断仪中多个模块并行工作,也为以后的更多模拟部分数字化提供了...
  • 模拟动态滤波器要改变器件的参数,从而达到改变通频带中心频率的效果,方法简易,效果很好。同时,控制信号是来自FPGA输送出的数字信号,经D/A转换所得,采用FPGA实现控制信号,实现了很高的精度,达到了预想的效果...
  • 模拟动态滤波器要改变器件的参数,从而达到改变通频带中心频率的效果,方法简易,效果很好。同时,控制信号是来自FPGA输送出的数字信号,经D/A转换所得,采用FPGA实现控制信号,实现了很高的精度,达到了预想的效果...
  • B超动态滤波器的设计与实现B超动态滤波器的设计与实现.pdf
  • 动态滤波器(动态卷积网络)

    千次阅读 2019-04-05 21:14:35
    在传统的卷积层中,学习的滤波器在训练后保持固定。相反,我们引入了一个新的框架,动态过滤器网络,其中过滤器是根据输入动态生成的。结果表明,该体系结构是一个完整的体系结构,具有一定的灵活性和适应性,但没有...

    在传统的卷积层中,学习的滤波器在训练后保持固定。相反,我们引入了一个新的框架,动态过滤器网络,其中过滤器是根据输入动态生成的。结果表明,该体系结构是一个完整的体系结构,具有一定的灵活性和适应性,但没有过多的增加模型参数。通过这种方式可以学习各种各样的过滤操作,包括局部空间转换,也可以学习选择性模糊或自适应特征提取。此外,可以组合多个这样的层,例如在一个循环架构中。

     

    我们的动态过滤模块由两个部分组成:过滤器生成网络和动态过滤层(见图1),过滤器生成网络根据网络s的输入动态生成特定于样本的过滤参数。请注意,这些在训练后是不固定的,就像常规的模型参数一样。动态过滤层然后将这些特定于示例的过滤器应用于输入。动态过滤模块的两个组件相对于模型参数都是可微分的,这样梯度就可以在整个网络中反向传播。过滤器可以是卷积的,但也可以有其他选项。特别地,我们提出了一种特殊的动态滤波层,即我们铸造的动态局部滤波层,它不仅是特定于样本的,而且是特定于位置的。在这种情况下,过滤器会随着位置和样本的不同而变化,从而允许对输入进行更复杂的操作。我们的框架可以同时了解空间和光度的变化,因为像素不是简单地移位,而是过滤器可能作用于整个邻域。

     

    动态过滤模块由一个过滤生成网络和一个动态过滤层组成,前者生成以输入为条件的过滤器,后者将生成的过滤器应用于另一个输入。动态滤波器模块的两个组件都是可微分的。

    模型参数是指在训练过程中预先初始化和只更新的层参数。所有的样本都是一样的。动态生成的参数是特定于示例的,并且是动态生成的,不需要初始化。过滤器生成网络输出动态生成的参数,而它自己的参数是模型参数的一部分。

    过滤器生成网络可以用任何可微分的架构来实现,比如多层感知器或卷积网络。当使用图像作为过滤器生成网络的输入时,卷积网络尤其适用。

     

    动态过滤层可以实例化为动态卷积层或动态本地过滤层。

    当输入IA和IB都是图像时,实现过滤器生成网络的自然方法是使用卷积网络。

    卷积编码器-解码器具有较大的接受域,这有助于模型学习数字在墙壁上弹跳时的弹跳行为并生成正确的滤波器。

     

     

     

     

     

     

     

    展开全文
  • 本文针对标准卷积存在的两个问题:内容不可知与计算量大问题,提出了一种具有内容自适应且更轻量的解耦动态滤波器,它将常规动态滤波器拆分为空域动态滤波器与通道动态滤波器,这种拆分可以极大的降低参数量,并将...

     

    本文是加州大学默塞德分校Ming-Hsuan Yang团队在动态滤波器卷积方面的工作,已被CVPR2021接收。本文针对标准卷积存在的两个问题:内容不可知与计算量大问题,提出了一种具有内容自适应且更轻量的解耦动态滤波器,它将常规动态滤波器拆分为空域动态滤波器与通道动态滤波器,这种拆分可以极大的降低参数量,并将计算量限定在深度卷积同等水平。在图像分类、目标检测、联合深度估计等任务上的实验表明:DDF可以带来显著的性能提升。比如,在ResNet50/101网络的即插即用分别带来了1.9%/1.3%的性能提升。

    Abstract

    卷积作为CNN的基础部件之一,尽管常用,但存在两个主要缺陷:(1) 内容不可知;(2) 重度计算量。动态滤波器具有内容自适应特性,但同时进一步提升了计算量。深度(depth-wise)卷积是一种轻量型版本,但它往往会造成CNN性能下降,或者需要更大的通道数。

    本文提出一种解耦动态滤波器(Decoupled Dynamic Filter),它可以同时解决上述缺陷。受启发于近期注意力的进展,DDF将深度动态滤波器解耦为空域与通道动态滤波器。该分解可以大大减少参数量,并将计算量限制在与深度卷积同等水平。同时,采用DDF替换分类网络中的标准卷积可以带来显著的性能提升。比如,ResNet50/101分别可以带来1.9%与1.3%的top1精度提升,且计算量近乎减半。在检测与联合上采样方面的实验同样证实了DDF上采样变种相比标准卷积的优异性。

    本文所提DDF及其上采样变种DDF-Up具有以下几点优异属性:

    • Content-adaptive DDF提供了空间可变滤波器,这使得其具有内容自适应特性;

    • Fast runtime DDF具有与深度卷积相近的计算量,因此它的推理速度要比标准卷积、动态滤波器更快;

    • Smaller memory footprint DDF可以显著降低动态滤波器的内存占用,这使得我们可以采用DDF直接替换所有的标准卷积;

    • Consistent performance improvements 采用DDF/DDF-Up替换标准卷积可以带来一致性的性能提升,同时在不同网络、不同任务上均取得了SOTA性能。

    Preliminaries

    Standard Convolution 给定输入特征,标准卷积对第i像素的操作可以描述如下:

    在标准卷积中,所有像素的滤波器W均相同,即滤波器与输入内容无关。

    Dynamic Filter 不同于标准卷积,动态滤波器利用额外的自网络对每个像素生成滤波器,即上述公式中的空域不变滤波器将变为空域可变滤波器。动态滤波器可以促进内容自适应学习,但与此同时也带来了大量的计算量与显存占用。因此,动态滤波器通常用于微型网络或者替换CNN中的个别标准卷积。

    Decoupled Dynamic Filter

    本文的目标在于设计一种具有“内容自适应”且“比标准卷积更轻量”的动态滤波器。考虑到单个滤波器要同时具有上述两个属性的挑战性,我们通过解耦动态滤波器达成上述目的,它的关键在于将动态滤波器解耦为空域与通道动态滤波器。正式来讲,DDF空域描述如下:

    其中,分别表示空域动态滤波器与通道动态滤波器。从下图中可以看到:我们从输入分别预测通道与空域动态滤波器并按照上述公式计算得到输出特征。相比常规动态滤波器,DDF空域将原始的尺寸动态滤波器减少到个空域+通道动态滤波器。此外,我们采用CUDA进行DDF的实现,无需在训练或推理时保存中间多个滤波器。

    图片

    DDF module 基于DDF操作,我们精心设计了空域作为CNN基础部件的DDF模块(见上图),为此我们期望滤波器预测分支尽可能地轻量。我们注意到动态滤波器与注意力之间地相关性,我们设计了注意力类型地分类预测空域与通道滤波器。

    图片

    对于空域滤波器预测分支,我们仅仅采用一个卷积;对于通道滤波器预测分支,我们采用了类似SE注意力地结构,即GAP+FC+ReLU+FC。由于直接预测生成的滤波器可能非常大,也可能非常小,直接使用可能导致训练不稳定。我们进行了如下滤波器规范化(FN的设计参考了BN):

    其中,表示均值与标准差,表示滑动标准差与滑动均值。FN有助于将生成的滤波器值限制在合理范围内,因此避免训练过程中的梯度消失/爆炸问题。

    Computational Complexity

    图片complexity

    上表对比了标准卷积、深度卷积、动态滤波器卷积以及本文所提DDF在参数量、计算量、显存占用方面的对比。从中空域看到:

    • DDF的参数量要远小于动态滤波器的参数量;当时,DDF的参数量甚至比标准卷积还要少。

    • DDF的计算复杂度与深度卷积在同一水平,要远小于动态滤波器卷积的计算量。

    • 相比动态滤波器,DDF具有更少的显存占用;

    • 在推理速度方面,DDF快于标准卷积与PAC动态滤波器卷积。

    图片

    上表对比了不同卷积在不同分辨率下的实际耗时对比,可以看到:DDF算子的耗时明显更低。总而言之,DDF具有与深度卷积相近的推理耗时,且推理速度快于标准卷积、动态滤波器。值得注意的是,尽管生成了内容自适应滤波器,DDF的参数量仍然小于标准卷积的参数量。DDF的显存占用要远小于常规动态滤波器卷积。

    DDF Network for Image Classification

    图像分类是一个基本的计算机视觉任务,为验证DDF的有效性,我们基于ResNet架构进行了对比,ResNet由Basic/bottleneck构成,我们设计的模块如下图所示,即替换了bottleneck中的卷积,我们将所得ResNet称之为DDF-ResNet。

    图片bottleneck

    图片blation study

    上表给出了DDF的消融实验对比,从中空域看到:

    • 当仅仅采用空域动态滤波器替换标准卷积时,模型出现了显著的性能下降;

    • 当仅仅采用通道动态滤波器替换标准卷积时,模型性能提升1.6%,这与Involution一文的结论基本一致。Involution可以作为该文的一个特例?

    • 同时采用空域与通道动态滤波器时,模型性能提升最多,高达1.9%;

    • 相比Sigmoid规范化,FN可以带来更佳的性能。这是因为Sigmoid独立的处理每个滤波器,忽略了滤波器之间的相关性;而BN则会弱化不同样本之间的滤波器动态性。

    • 更高的压缩比例可以显著减少参数量,而性能几乎变,仅下降0.1%。因此,默认。

      图片dynamic

    上表对比了不同动态滤波器的参数量、计算量以及性能方面的差异。从中可以看到:

    • 相比基线模型,DDF方案均可取得性能上的提升,且显著的降低参数量与计算量;

    • 其他诸如CondConv、DyNet、WeightNet等方案的性能均不如DDF方案。

      图片sota

    最后,再来对比以下不同ResNet变种的性能差异。可以看到:DDF版本的ResNet具有最少的参数量、最少的计算量、最佳的精度。

    图片

    从上表可以看到:添加更多的技巧,DDF-ResNet的性能还可以进一步提升达到81.3%。

    DDF as Upsampling Module

    相比标准卷积,动态滤波器的一个优势在于:它可以从引导特征(而非输入特征)处预测动态滤波器。因此,我们提出了DDF模块的扩展版DDF-Up,见下图。DDF-Up包含个DDF操作,比如上采样为2时,DDF-Up包含4个DDF操作。DDF-Up可以轻易的嵌入到需要上采样操作的网络结构中,本文从目标检测、联合深度估计任务方面进行对比分析。图片DDF-Up

    Object Detection with DDF-Up

    我们采用带FPN的FasterRCNN作为基线检测架构,并将DDF-Up嵌入到FPN中,见下图。

    图片FPN-DDF-Up

    我们采用MMDetection进行模型训练,相关超参配置略过,直接看结果,见下表。

    图片

    从上表可以看到:相比其他上采样方案,所提DDF-Up具有更佳的性能且计算量更低。

    Joint depth upsampling with DDF-Up

    图片

    上图给出了DDF-Up在联合深度估计任务中所设计的模块,我们采用了类似PAC-Net的架构。

    图片

    上表给出了NYUv2数据集上的性能对比,可以看到:DDF-Up-Net取得了最佳性能。 下图给出了可视化效果图,可以看到:DDF-Up-Net可以重建更多的细节。

    图片

     

    本文亮点总结

     

    1.本文所提DDF及其上采样变种DDF-Up具有以下几点优异属性:

    • Content-adaptive

    • Fast runtime 

    • Smaller memory footprint

    • Consistent performance improvements 

    展开全文
  • 随着微电子技术的发展,采用现场可编程门阵列FPGA进行数字信号处理得到了飞速发展,FPGA正在越来越多地代替ASIC和DSP用作复杂数字信号处理的运算。  现场可编程门阵列FPGA(FieldProgrammableGateArray)是美国...
  • 《oeasy教你玩转电脑系列之audition---更新到第四十八集 全季完》[原创视频][RMVB]状态: 精华资源 摘要: 发行时间: 2009年03月10日 对白语言: 普通话 文字语言: 简体中文 时间: 3月10日 发布 | 11月19日 更新 ...
  • 此应用程序旨在直观地显示滤波器频率变化对信号的影响。它提供了动态滤波器,可以通过用户鼠标拖动来改变其低频和高频。 参考 : Li Tan 的数字信号处理
  • 有时在设计过程中,可能需要不同的滤波效果,如果采样率一样的情况下,我们有两种方式进行切换系数,其中一种就是真正意义上的动态切换,如下图: 这种方式适合真正意义上的系数从新加载,但是配置相对复杂,但是省...

    有时在设计过程中,可能需要不同的滤波效果,如果采样率一样的情况下,我们有两种方式进行切换系数,其中一种就是真正意义上的动态切换,如下图:
    在这里插入图片描述
    这种方式适合真正意义上的系数从新加载,但是配置相对复杂,但是省资源,如果只是少数的几种参数切换,我们可以换种方式,就是通过不同的参数都加载在coe中,最好每种系数个数是一样的,例如我这选取了3种:

    **加粗样式
    我这里设计了3个99阶的FIR滤波器,我们只需要将系数叠加再一起就行,例如:
    radix = 16;
    coefdata =
    ffa6,
    0004,
    00ae,
    0169,
    00fa,
    fecd,
    fc7d,
    fce2,
    00db,
    0580,
    0632,
    0132,
    fa35,
    f799,
    fc23,
    03ac,
    072a,
    0431,
    ff54,
    fe43,
    00a1,
    0092,
    fb10,
    f5c1,
    f9c1,
    07b5,
    138e,
    0f93,
    fc52,
    eab2,
    eb5f,
    fcb7,
    0c6c,
    0c58,
    02ad,
    0103,
    0b9f,
    0ff7,
    fa9b,
    d601,
    ca47,
    f47f,
    3d52,
    61fc,
    3245,
    c910,
    8001,
    9fa0,
    160b,
    7f9f,
    7f9f,
    160b,
    9fa0,
    8001,
    c910,
    3245,
    61fc,
    3d52,
    f47f,
    ca47,
    d601,
    fa9b,
    0ff7,
    0b9f,
    0103,
    02ad,
    0c58,
    0c6c,
    fcb7,
    eb5f,
    eab2,
    fc52,
    0f93,
    138e,
    07b5,
    f9c1,
    f5c1,
    fb10,
    0092,
    00a1,
    fe43,
    ff54,
    0431,
    072a,
    03ac,
    fc23,
    f799,
    fa35,
    0132,
    0632,
    0580,
    00db,
    fce2,
    fc7d,
    fecd,
    00fa,
    0169,
    00ae,
    0004,
    ffa6,
    0005,
    002a,
    fff0,
    0040,
    00d2,
    005a,
    fe49,
    fd16,
    ffad,
    041b,
    048f,
    ff93,
    fb45,
    fcce,
    00a2,
    00bc,
    ff06,
    0177,
    05e2,
    03df,
    fbc8,
    f860,
    fdb0,
    022b,
    ffba,
    fef9,
    067b,
    0b19,
    011e,
    f364,
    f4c2,
    00bd,
    033e,
    fd0e,
    02cc,
    1336,
    10e6,
    f4ad,
    e2b7,
    f327,
    07c1,
    002e,
    f8cd,
    1aab,
    3f4a,
    14ce,
    ab57,
    8808,
    f4c5,
    7fff,
    7fff,
    f4c5,
    8808,
    ab57,
    14ce,
    3f4a,
    1aab,
    f8cd,
    002e,
    07c1,
    f327,
    e2b7,
    f4ad,
    10e6,
    1336,
    02cc,
    fd0e,
    033e,
    00bd,
    f4c2,
    f364,
    011e,
    0b19,
    067b,
    fef9,
    ffba,
    022b,
    fdb0,
    f860,
    fbc8,
    03df,
    05e2,
    0177,
    ff06,
    00bc,
    00a2,
    fcce,
    fb45,
    ff93,
    048f,
    041b,
    ffad,
    fd16,
    fe49,
    005a,
    00d2,
    0040,
    fff0,
    002a,
    0005,
    0001,
    ffc1,
    ff5a,
    fefe,
    ff0e,
    ffac,
    0076,
    00b8,
    000e,
    fee6,
    fe47,
    fedc,
    0031,
    00fe,
    006b,
    ff1b,
    febc,
    004f,
    02db,
    0426,
    02fa,
    00b1,
    0020,
    029a,
    0623,
    0715,
    03f4,
    ff81,
    fe4b,
    01d3,
    0644,
    05df,
    ff2a,
    f766,
    f5ce,
    fbbe,
    020a,
    ff85,
    f317,
    e6c1,
    e6af,
    f3e5,
    0045,
    fa82,
    e0d4,
    c84c,
    cec8,
    00d9,
    4a25,
    7fff,
    7fff,
    4a25,
    00d9,
    cec8,
    c84c,
    e0d4,
    fa82,
    0045,
    f3e5,
    e6af,
    e6c1,
    f317,
    ff85,
    020a,
    fbbe,
    f5ce,
    f766,
    ff2a,
    05df,
    0644,
    01d3,
    fe4b,
    ff81,
    03f4,
    0715,
    0623,
    029a,
    0020,
    00b1,
    02fa,
    0426,
    02db,
    004f,
    febc,
    ff1b,
    006b,
    00fe,
    0031,
    fedc,
    fe47,
    fee6,
    000e,
    00b8,
    0076,
    ffac,
    ff0e,
    fefe,
    ff5a,
    ffc1,
    0001
    ;
    ,我这里是300个系数,然后只需要配置config端口:
    在这里插入图片描述

    注意IP核设置过程中如果系数是对称的:
    在这里插入图片描述
    这样设置可以节省乘法器资源,基本就是这样,对于很多种系数,还是选择动态配置,下次有项目需要用到,再开博客

    展开全文
  • 该软件包包含卡尔曼滤波器、卡尔曼平滑器和用于拟合线性动态系统参数的 EM 算法。 这个包现在是 PRML 工具箱的一部分 ( ...
  • 第二种动态更改滤波器系数的方法: 如果只是少数的几种参数切换,我们可以换种方式,就是通过不同的参数都加载在coe中,最好每种系数个数是一样的,例如我这选取了3种: ** 我这里设计了3个99阶的FIR滤波器,我们...
  • 使用SMA实现基于可变换形表面的动态可切换滤波器
  • 改进的基于平方根滤波器和强跟踪滤波器的UKFNN在铝电解槽动态演化建模中的应用
  • 基于FPGA动态部分重构的图像滤波器在线演化。
  • 要求 一个8阶二类Qhebyshev低通IIR滤波器,分别以直接Ⅱ型和级联结构实现,其指标如下。  ①采样频率:100kHz。  ②衰减频率:ZOkHz。  ③阻带衰减:30dB。  下而的滤波器是用Matlab的FDA工具设计的。直接II...
  • 基于动态队列的红外弱小目标检测管道滤波器
  • 在分析目前应用较多的电压峰值检测法、傅里叶变换法、小波变换法、d-q变换法和pqr瞬时功率法等电压暂降检测方法的基础上,提出了基于瞬时无功功率理论的动态电压恢复器检测算法;针对传统的一个ButterWorth低通滤波器...
  • 导引滤波器的立体匹配算法和改进的动态规划
  • 针对矿井提升机电控系统能量浪费严重,谐波污染大的问题,以黑龙江省双鸭山东荣一矿某提升机的负荷特性为例,提出了晶闸管投切滤波器TSF(Thyristor Switched Filters)对矿井提升机进行动态无功补偿的方案。此装置具有投...
  • 针对自适应谐波电流检测方法收敛速度与稳态精度需折中考虑的问题,采用单相并联有源电力滤波器(APF)作为硬件平台。基于自适应噪声对消技术,提出一种用于APF谐波检测的动态因子最小均方(LMS)算法。通过引入动量...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 1,344
精华内容 537
关键字:

动态滤波器