-
公开(公告)号：CN113835695B
公开(公告)日：2022-02-18
申请号：CN202111408005.4
申请日：2021-11-25
Applicant: 之江实验室
Abstract: 本发明公开了一种基于统一后端引擎的深度学习框架与硬件设备适配方法，包括如下步骤：S1：深度学习框架添加统一后端引擎；S2：硬件设备添加统一后端引擎；S3：转换计算图，将深度学习框架编译生成的计算图转换为统一后端引擎的中间表示；S4：编译中间表示，统一后端引擎在硬件设备上编译中间表示生成可执行对象；S5：运行可执行对象，深度学习框架在硬件设备上运行可执行对象；S6：统一后端引擎的内存管理。本发明打通了深度学习框架与硬件设备，将深度学习框架源码与芯片底层软件全面对接，尽可能最大限度地释放芯片的硬件能力，为端侧AI提供强劲算力。
-
公开(公告)号：CN113870318A
公开(公告)日：2021-12-31
申请号：CN202111456208.0
申请日：2021-12-02
Applicant: 之江实验室
Abstract: 本发明公开了一种基于多帧点云的运动目标检测系统和方法，系统包括体素特征提取模块，将连续帧点云序列进行体素化，并提取特征张量序列；转换模块，对特征张量序列通过跨模态注意力模块进行匹配融合，将第一特征张量与第二特征张量融合，融合的结果再与第三特征张量融合，再将融合后的结果与第四特征张量融合，在以此类推，得到最终融合后的特征张量；跨模态注意力模块，将两个特征张量，根据注意力机制，通过卷积神经网络融合，得到融合后的特征张量；识别模块，对最终融合后的特征张量进行特征提取，输出目标的检测信息。方法包括：S1，构建各系统模块；S2，通过训练集数据，对模型进行训练；S3，通过训练好的模型进行预测。
-
公开(公告)号：CN113835695A
公开(公告)日：2021-12-24
申请号：CN202111408005.4
申请日：2021-11-25
Applicant: 之江实验室
Abstract: 本发明公开了一种基于统一后端引擎的深度学习框架与硬件设备适配方法，包括如下步骤：S1：深度学习框架添加统一后端引擎；S2：硬件设备添加统一后端引擎；S3：转换计算图，将深度学习框架编译生成的计算图转换为统一后端引擎的中间表示；S4：编译中间表示，统一后端引擎在硬件设备上编译中间表示生成可执行对象；S5：运行可执行对象，深度学习框架在硬件设备上运行可执行对象；S6：统一后端引擎的内存管理。本发明打通了深度学习框架与硬件设备，将深度学习框架源码与芯片底层软件全面对接，尽可能最大限度地释放芯片的硬件能力，为端侧AI提供强劲算力。
-
公开(公告)号：CN113642685A
公开(公告)日：2021-11-12
申请号：CN202111213721.7
申请日：2021-10-19
Applicant: 之江实验室
Abstract: 本发明公开了一种高效的基于相似度的跨摄像头的目标重识别方法，该方法通过两组待匹配目标，得到多个匹配对及其相似度分数；针对双方均未匹配的匹配对，每次只取其中相似度分数较高的一部分匹配对，按照相似度分数从大到小的顺序遍历，并输出匹配对及其相似度分数，作为匹配结果；当某个匹配对中的任一待匹配目标已在匹配结果中出现，则不能作为匹配结果输出；重复遍历未匹配的匹配对直到匹配结果达到预期。本发明首先解决了基于相似度的多目标匹配问题，并相对于其他多目标匹配方法大幅度降低了时间复杂度，提升了效率。
-
公开(公告)号：CN113364846A
公开(公告)日：2021-09-07
申请号：CN202110602032.9
申请日：2021-05-31
Applicant: 之江实验室
IPC: H04L29/08 , H04L12/863 , H04L7/00
Abstract: 本发明公开一种自适应处理网络延时抖动的数据同步方法及装置，考虑了服务器和客户端双方的时间线，将服务器某一时刻的数据帧在对应时刻同步到客户端，提高了网络数据同步的精准度；自适应调节主动延时时间，缓解网络延时抖动的影响，增加了数据同步的稳定性；动态查找时间线对齐的客户端数据帧，并且应用插值算法得到平滑的采样结果，避免客户端的数据发生跳动。该方法特别适用于在网络延时和抖动明显的情况下数据的实时同步，且对网络丢包的容忍度较高。
-
Patent Agency Ranking
公开(公告)号：CN111624583B
公开(公告)日：2020-10-30
申请号：CN202010750633.X
申请日：2020-07-30
Applicant: 之江实验室
Abstract: 本发明公开一种考虑速度因素的激光雷达测距的快速数值仿真方法，该方法在仿真过程中充分考虑激光雷达自身和周围环境中物体的运动，其中激光雷达自身的运动不仅包括其装置的整体运动，还包括其激光器的旋转扫描运动，提供了数值仿真的准确度，同时通过引入采样点集合简化了计算量，达到了使用较少计算量来提高了仿真的准确度的效果。该方法特别适用于场景中激光雷达自身和/或周围物体都处于高速运动状态时，此时该方法能实现的仿真精度较现有方法有显著提高。
-
-
公开(公告)号：CN118189975A
公开(公告)日：2024-06-14
申请号：CN202410600292.6
申请日：2024-05-15
Applicant: 之江实验室
Abstract: 本申请提供了面向复杂场景的地面无人平台自主导航方法和装置，包括根据障碍物点分布的方差信息，检测已探索区域和未探索区域得到候选局部边界点集合，通过对比奖励大小选取局部最佳边界点，根据最佳边界点以及地面可通行性评价因子构建基于知情采样的路径规划方法，得到从地面无人平台当前位置到局部最佳边界点的几何路径，生成可执行轨迹，结合环境约束生成自主探索轨迹。通过使用有效的数据降维方式解耦三维激光雷达点云地图到二维地面栅格和一维环形占据线，极大降低了计算和存储成本；基于边界点和多评价因子引导的知情采样路径规划方法能快速生成到达边界点的路径，避免地面无人平台进行短视和贪婪探索。
-
公开(公告)号：CN117743599A
公开(公告)日：2024-03-22
申请号：CN202311814908.1
申请日：2023-12-26
Applicant: 之江实验室
IPC: G06F16/36 , G06F16/332 , G06F40/30 , G06N5/022
Abstract: 本说明书公开了一种模型检测方法、装置、介质以及电子设备，包括：获取目标模型的待检测语句，基于预设的知识图谱，确定待检测语句中包含的至少部分实体词所对应的实体关系，并生成用于描述实体关系的补充语句，针对待检测语句对应的每种异常类别，确定该种异常类别对应的提问语句。将每种异常类别对应的提问语句、待检测语句以及补充语句输入到预设的判决模型中，以针对每种异常类别，得到目标模型是否具有该异常类别的问题的判决结果和判据文本。确定待检测语句对应的综合提问语句，将综合提问语句、待检测语句、补充语句、每种异常类别对应的判决结果和判据文本输入到判决模型中，得到最终判决结果，根据最终判决结果，检测目标模型。
-
-
-
-
-
-
-
-
-
Search Results
197
records
(took 0.031 seconds)
