摘要
本公开实施例提供了一种图像处理方法、装置、电子设备及存储介质,涉及人工智能技术领域。该方法包括:基于原始图像的原始图像尺寸和目标图像的目标图像尺寸,确定待生成的缩放卷积核组的卷积核尺寸和通道数;基于预设填充数量对原始图像进行填充,得到填充图像;基于双线性插值算法,生成满足卷积核尺寸和通道数的缩放卷积核组;基于缩放卷积核组和填充图像,得到目标图像。本公开实施例将双线性插值算法的向量运算转换为通过神经网络处理器利用缩放卷积核组的卷积运算,从而能够充分利用神经网络处理器对卷积运算的高效的并行能力,减少了双线性插值算法的计算时间,大大提升双线性插值算法的计算效率。
技术关键词
双线性插值算法
像素
神经网络处理器
图像处理方法
尺寸
神经网络处理单元
通道
电子设备
图像处理装置
人工智能技术
图像缩放
计算机程序产品
坐标
可读存储介质
模块
存储器
系统为您推荐了相关专利信息
超分辨率
图片
核保数据处理方法
训练卷积神经网络
计算机执行指令
高分辨率遥感影像
图像分割
归一化植被指数
归一化水体指数
轨迹特征
障碍物边界信息
RRT算法
边缘检测算法
边缘检测算子
无人艇路径规划