【寒武纪(4)】图像处理硬件加速,基于CNCVE

基本概念

1、handle 句柄标识不同任务

2、对于调用上,支持阻塞和非阻塞。使用bInstant标识。

3、查询query可以确认调用是否完成

4、及时刷新cache。CNCVE 硬件的唯一数据来源是DDR,防止CPU访问导致cache内存干扰,需要调用cnsysMacheOperate进行数据刷新从cache到DDR。

5、一个像素点位宽度64bit,包含RGB三个通道分量。

6、跨度stride,单位Byte,标识图像或则二维数据一行占用的字节数。基本上要求2Bytes 对齐。

模块加载

insmod cn_cve.ko <pqrameters>

CVE的最小计算单位为Node。

resize 操作可能会使用几个Node。

使用实例

目标:调用相应的算子接口创建任务,指定bInstant类型,记录返回的handle号

步骤1:分配输入内存

步骤2:输入内存

步骤3:刷新cache

步骤4:分配输出内存

步骤5:输入内存置0

步骤6:刷新cache

步骤7:调用resize算子任务接口

步骤8:query查询任务是否结束

步骤9:释放内存

支持的功能

每个函数都有其特定的功能,总的来说,它们在图像处理的不同领域都有应用。以下是一些具体的功能说明:

c 复制代码
* `cnS32_t cncveAnd`,`cnS32_t cncveOr`,`cnS32_t cncveXor`:这些函数可能进行图像的逻辑运算,如按位与、按位或、按位异或。
* `cnS32_t cncveAdd`,`cnS32_t cncveSub`:这些函数可能进行图像的加法和减法操作。
* `cnS32_t cncveMul`:这个函数可能进行图像的乘法操作。
* `cnS32_t cncveDiv`:这个函数可能进行图像的除法操作。
* `cnS32_t cncveCmp`:这个函数可能进行图像的比较操作。
* `cnS32_t cncveNcc`:这个函数可能计算图像的归一化交叉相关(normalized cross-correlation)。
* `cnS32_t cncveAbs`:这个函数可能计算图像的绝对值。
* `cnS32_t cncveRightshift`:这个函数可能进行图像的右移操作。
* `cnS32_t cncveLog2`:这个函数可能计算图像的对数。
* `cnS32_t cncveThresh`,`cnS32_t cncveThreshS16`,`cnS32_t cncveThreshU16`:这些函数可能进行图像的阈值操作,用于分割图像的不同部分。
* `cnS32_t cncve16BitTo8Bit`:这个函数可能将16位的图像转换为8位的图像。
* `cnS32_t cncveInteg`:这个函数可能计算图像的积分图(integral image)。
* `cnS32_t cncveHist`:这个函数可能计算图像的直方图。
* `cnS32_t cncveEqualizeHist`:这个函数可能进行图像的直方图均衡化操作。
* `cnS32_t cncveMap`:这个函数可能进行图像的映射操作。
* `cnS32_t cncveFilter`:这个函数可能进行图像的滤波操作。
* `cnS32_t cncveSobel`:这个函数可能进行图像的Sobel滤波操作,用于边缘检测。
* `cnS32_t cncveMagAndAng`:这个函数可能计算图像的幅度和角度信息。
* `cnS32_t cncveNormGrad`:这个函数可能计算图像的归一化梯度信息。
* `cnS32_t cncveCannyHysEdge`,`cnS32_t cncveCannyEdge`:这些函数可能进行Canny边缘检测操作。
* `cnS32_t cncveStCandiCorner`:这个函数可能检测图像中的角点。
* `cnS32_t cncveOrdStatFilter`:这个函数可能进行有序统计滤波操作。
* `cnS32_t cncveLbp`:这个函数可能进行LBP(Local Binary Pattern)特征提取操作。
* `cnS32_t cncveDilate`,`cnS32_t cncveErode`:这些函数可能进行图像的膨胀和腐蚀操作。
* `cnS32_t cncveSad`:这个函数可能计算图像的SAD(Sum of Absolute Differences)值。

* `cnS32_t cncveAreaStat`:这个函数可能计算图像的面积统计信息。这可能包括像素数量、像素面积等。
* `cnS32_t cncveMse`:这个函数可能计算图像的均方误差(Mean Squared Error)。MSE是一种衡量图像相似度或质量的指标,常用于图像压缩或重建的评价。
* `cnS32_t cncveCsc`:这个函数可能进行颜色校正和标准化(Color Correction and Scaling)。这可能涉及到将图像的颜色和亮度进行转换或调整,以适应特定的应用需求。
* `cnS32_t cncveFilterAndCsc`:这个函数可能同时进行滤波和颜色校正和标准化。这可能涉及到先对图像进行滤波处理(例如平滑或锐化),然后再进行颜色校正和标准化。
* `cnS32_t cncveCcl`:这个函数可能进行连通组件标记(Connected Component Labeling)。这可能用于识别和标记图像中的不同区域或对象。
* `cnS32_t cncveResize`:这个函数可能改变图像的大小或缩放图像。这可能涉及到扩大或缩小图像的尺寸,以适应不同的应用需求。
* `cnS32_t cncvelkOpticalFlowPyr`:这个函数可能进行光流场估计(Optical Flow estimation)。这可能用于计算机视觉中的运动估计和追踪任务。
* `cnS32_t cncveQuery`:这个函数可能查询或检索图像的特定信息。这可能包括查询图像的属性、状态或位置信息等。

(正文结束)

相关推荐
冷眼看人间恩怨1 分钟前
【话题讨论】AI大模型重塑软件开发:定义、应用、优势与挑战
人工智能·ai编程·软件开发
2401_883041083 分钟前
新锐品牌电商代运营公司都有哪些?
大数据·人工智能
AI极客菌1 小时前
Controlnet作者新作IC-light V2:基于FLUX训练,支持处理风格化图像,细节远高于SD1.5。
人工智能·计算机视觉·ai作画·stable diffusion·aigc·flux·人工智能作画
阿_旭1 小时前
一文读懂| 自注意力与交叉注意力机制在计算机视觉中作用与基本原理
人工智能·深度学习·计算机视觉·cross-attention·self-attention
王哈哈^_^1 小时前
【数据集】【YOLO】【目标检测】交通事故识别数据集 8939 张,YOLO道路事故目标检测实战训练教程!
前端·人工智能·深度学习·yolo·目标检测·计算机视觉·pyqt
Power20246662 小时前
NLP论文速读|LongReward:基于AI反馈来提升长上下文大语言模型
人工智能·深度学习·机器学习·自然语言处理·nlp
数据猎手小k2 小时前
AIDOVECL数据集:包含超过15000张AI生成的车辆图像数据集,目的解决旨在解决眼水平分类和定位问题。
人工智能·分类·数据挖掘
好奇龙猫2 小时前
【学习AI-相关路程-mnist手写数字分类-win-硬件:windows-自我学习AI-实验步骤-全连接神经网络(BPnetwork)-操作流程(3) 】
人工智能·算法
沉下心来学鲁班2 小时前
复现LLM:带你从零认识语言模型
人工智能·语言模型
数据猎手小k2 小时前
AndroidLab:一个系统化的Android代理框架,包含操作环境和可复现的基准测试,支持大型语言模型和多模态模型。
android·人工智能·机器学习·语言模型