基于跨图像相似度关系的语义分割知识蒸馏方法及系统

    公开(公告)号:CN116310328A

    公开(公告)日:2023-06-23

    申请号:CN202310190417.8

    申请日:2023-02-23

    Abstract: 本发明提出一种基于跨图像相似度关系的语义分割知识蒸馏方法,包括:统计该教师特征图集中两两特征图间像素的相似度,得到教师图像相似度矩阵,统计该学生特征图集中两两特征图间像素的相似度,得到学生图像相似度矩阵;统计该两两特征图的该教师图像相似度矩阵和该学生图像相似度矩阵的最小平方误差,作为该两两特征图的误差,集合该训练集中所有两两特征图的误差,得到总误差,以训练更新该学生模型,执行语义分割任务。通过迁移跨图像间的相似度关系,学生模型可以学习到教师模型全局像素特征关系依赖,从而提高语义分割准确度。

    支持多卡并行的嵌入式智能计算装置

    公开(公告)号:CN114817111A

    公开(公告)日:2022-07-29

    申请号:CN202210471335.6

    申请日:2022-04-28

    Abstract: 本发明提出一种支持多卡并行的嵌入式智能计算装置,包括嵌入式智能计算板卡、主控与IO板卡和RapidIO交换板卡;嵌入式智能计算装置采用高速RapidIO分布式对等网络,并采用标准VPX嵌入式智能计算系统多卡并行计算、标准VPX FPGA主控与IO板卡、标准VPX RapidIO网络交换板卡、标准VPX电源板卡、标准VPX背板,构建嵌入式智能计算系统多卡并行计算集群装置,在处理大规模数据和复杂智能算法网络时,通过该方法及装置不仅获得了系统级智能计算能力倍数增加和较好的算力可扩展性,同时可实现大规模数据密集型计算密集型场景下图像/视频数据实时计算。

    一种在方舱类建筑中生成动线规划的方法

    公开(公告)号:CN113312694B

    公开(公告)日:2022-07-15

    申请号:CN202110571011.5

    申请日:2021-05-25

    Inventor: 余孟达 安竹林

    Abstract: 本发明公开了一种在方舱类建筑中生成动线规划的方法,包括以下步骤:步骤一:根据方舱的基本坐标和舱体四面的相通性,判断舱体与舱体的相通性;步骤二:结合相通性和方舱挪动的权重,构建一个有权多边有向图;步骤三:通过Dijkstra算法求出约束条件下的各种类型的最短动线规划路径;步骤四:通过Dijkstra算法得到起点到终点最短路径所经过的舱体,映射到布局图中计算出最短路径坐标。本发明所述的一种在方舱类建筑中生成动线规划的方法,更针对使用需求快速输出精准、可靠的人员、物资等动线设计;能够减少目前方舱类建筑物动线规划中出现的人力和时间成本;提升方舱类建筑物快速规划的能力。

    用于人工智能处理器的数据互联方法、系统、芯片和装置

    公开(公告)号:CN110708185B

    公开(公告)日:2021-06-29

    申请号:CN201910826850.X

    申请日:2019-09-03

    Abstract: 本发明提出一种用于人工智能处理器的数据互联方法、系统、芯片和装置,包括通过串联多个PCIe Switch构成PCIe互联拓扑树,PCIe互联拓扑树中第一个PCIe Switch的上游端口与通用处理器相连,每个人工智能处理器均与PCIe互联拓扑树中一个PCIe Switch的下游端口相连;通过PCIe桥将第一传感器连接至PCIe互联拓扑树中任一PCIe Switch的下游端口;搭建PCIe‑SRIO桥接模块,以实现SRIO协议和PCIe协议之间的转换,并将PCIe‑SRIO桥接模块的PCIe端口连接至PCIe互联拓扑树中任一PCIe Switch的下游端口;通过互联多个SRIO交换机构成SRIO互联拓扑树,将PCIe‑SRIO桥接模块的SRIO端口连接到SRIO交换机上,以建立SRIO互联拓扑树与PCIe互联拓扑树的互联通路;通过SRIO桥将第二传感器连接至SRIO互联拓扑树中任一SRIO交换机的空闲端口。

    一种多图片集曝光分布差异的衡量方法

    公开(公告)号:CN112200743A

    公开(公告)日:2021-01-08

    申请号:CN202011086121.4

    申请日:2020-10-12

    Abstract: 本发明公开了一种多图片集曝光分布差异的衡量方法,包括如下步骤:S1、构造衡量单一灰度图片曝光度的指标;S2、分别对多个图片集合IA,IB,…,IN的所有灰度图片进行曝光值计算,统计所有图片的曝光值,得到曝光值集合A,B,…,N,对不同曝光值集合分别统计在同一曝光值下的图片数量得到分布直方图;S3、衡量多个图片集合间的统计差异。本发明提出了衡量灰度图片曝光度以及灰度图片集合间曝光分布差异的方法,用于衡量是否由于数据集合曝光改变导致深度学习模型效果的下降,为深度学习模型的改进提供参考。

    一种针对6TiSCH多跳无线网络的动态链路调度方法

    公开(公告)号:CN107257261B

    公开(公告)日:2020-11-03

    申请号:CN201710350556.7

    申请日:2017-05-18

    Abstract: 本发明提供一种针对6TiSCH多跳无线网络的动态链路调度方法,包括:1)获得在当前环境下从源节点到潜在的目的节点的信道概率,所述信道概率为在干扰下数据传输正确的概率;2)若所述信道概率小于等于设定的阈值,则执行以下步骤:2‑1)确定所述源节点到潜在的目的节点的端到端平均时延fD以及能量消耗fE;2‑2)求解使得端到端平均时延fD最小、以及能量消耗fE最小的条件下的链路调度决策变量x,所述链路调度决策变量x决定某一个节点在时隙‑频率块中以何种概率对来自其它节点的数据包进行转发。

    一种基于不同粒度特征匹配一致性的物体重识别方法

    公开(公告)号:CN111401249A

    公开(公告)日:2020-07-10

    申请号:CN202010186717.5

    申请日:2020-03-17

    Abstract: 本发明公开了一种基于不同粒度特征匹配一致性的物体重识别方法,其包括以下步骤:输入物体的原始图像及待识别图像,预处理待识别图像,通过投影变换得到无背景干扰的待识别图像;通过角点检测方法提取待识别图像及原始图像的细粒度特征,利用角点匹配方法匹配待识别图像与原始图像的细粒度特征匹配结果;通过图像算法过滤待识别图像及原始图像的细浅纹理,通过角点检测方法提取待识别图像及原始图像的粗粒度特征,利用角点匹配方法得到待识别图像与原始图像的粗粒度特征匹配结果;基于细粒度特征匹配结果和粗粒度特征匹配结果进行比对,得到物体重识别结果;本发明能够有效提升随机纹理物体的匹配精度,从而提高物体的重识别速度和效率。

    一种深度神经网络的可解释生成方法

    公开(公告)号:CN111353587A

    公开(公告)日:2020-06-30

    申请号:CN202010162181.3

    申请日:2020-03-10

    Abstract: 本发明公开了一种深度神经网络的可解释生成方法,包括:S1、挖掘推理路径:获取预训练网络和数据集,采用关键数据路由路径挖掘所述数据集中每一条数据在预训练网络的神经网络中对应的推理路径;S2、聚合推理路径:将同一类数据的推理路径进行聚合,得到该类数据对应的网络结构;S3、组合网络结构:将同一类数据对应的网络结构进行组合,得到针对特定任务进行推理的子网络,运用子网络进行针对于若干类网络的分类任务,可有效节省网络的存储和计算消耗。

    一种深度卷积神经网络权值优化方法

    公开(公告)号:CN111242281A

    公开(公告)日:2020-06-05

    申请号:CN202010014858.9

    申请日:2020-01-07

    Abstract: 本发明公开了一种深度卷积神经网络权值优化方法,包括以下步骤:获取初始种群,进行初始化和基因编码;对初始种群中所有个体进行梯度下降的参数训练,直至到达预设的次数;计算个体适应度并进行排序;基于遗传算法,对初始种群进行选择、交叉、变异操作,获得新一代种群;判断是否到达终止条件,若否则对新一代种群进行迭代训练和进化。本发明采用遗传算法与梯度下降方法相结合,来优化深度卷积神经网络权值,能够提高深度卷积神经网络的识别率,同时提高了深度卷积神经网络的获得速度。

Patent Agency Ranking