一种遥感图像多任务标注方法、装置、存储介质及设备

    公开(公告)号:CN119091238A

    公开(公告)日:2024-12-06

    申请号:CN202411594181.5

    申请日:2024-11-08

    Abstract: 在本说明书提供的一种遥感图像多任务标注方法、装置、存储介质及设备中,获取遥感图像,并通过切片得到各图像切片,针对每一图像切片,通过图像分类模型确定分类标签以及通过图像分割模型确定分割掩膜,根据图像切片预设的包含图文解译要求的解译提示文本,通过图文解译模型,得到该图像切片的图文解译文本,该图文解译要求至少包括该图像切片中各场景区域之间的位置关系以及所述各场景区域在该图像切片中的位置、图像级概述、目标级概述以及目标区域形状,根据该图像切片的分类标签、分割掩膜以及图文解译文本,确定结果标注信息,通过图像分类模型、图像分割模型及图文解译模型,实现了遥感图像的多任务标注,提高了标注效率。

    一种任务调度系统、方法、存储介质及设备

    公开(公告)号:CN119090246A

    公开(公告)日:2024-12-06

    申请号:CN202411577315.2

    申请日:2024-11-06

    Abstract: 在本说明书提供的一种任务调度系统、方法、存储介质及设备中,任务调度系统包括任务调度单元、第一存储单元、差分包融合单元及第二存储单元,任务调度单元与第一存储单元部署在地面上,差分包融合单元与第二存储单元部署在卫星上,任务调度单元根据卫星已执行的历史任务的历史镜像文件与待调度任务的第一差分包,确定卫星与待调度任务的匹配度,并根据匹配度的大小顺序,从各卫星中选取部署卫星,将部署卫星对应的第一差分包,作为目标差分包上注到部署卫星,差分包融合单元接收该目标差分包,并根据第二存储单元中存储的数据以及目标差分包,得到该待调度任务的目标镜像文件,通过目标差分包的增量上注,提高了待调度任务的调度效率。

    一种基于QUIC协议的多星弱网场景下的数据协同方法

    公开(公告)号:CN118971954A

    公开(公告)日:2024-11-15

    申请号:CN202411457260.1

    申请日:2024-10-18

    Abstract: 本发明公开了一种基于QUIC协议的多星弱网场景下的数据协同方法;包括:基于QUIC的HTTP服务,用于文件元数据管理和传输任务管理;基于QUIC的Socket组件,提供消息双向通信和文件传输功能;以及数据协同服务,用于实现文件同步、数据迁移和消息通信。本发明通过文件差分管理、任务管理、消息通信模块等关键技术,实现了文件的高效同步、断点续传以及安全的完整性校验,从而确保了卫星节点之间有效、稳定的数据交互能力。本发明适用于天基网络中的消息通信、文件同步以及断点续传等应用场景,旨在提高数据传输的速率、可靠性和安全性。

    一种星载模型部署方法、装置、存储介质及电子设备

    公开(公告)号:CN118861998A

    公开(公告)日:2024-10-29

    申请号:CN202411335914.3

    申请日:2024-09-24

    Abstract: 本说明书公开了一种星载模型部署方法、装置、存储介质及电子设备。在本说明书提供的星载模型部署方法中,获取预先训练的基座大模型和星载基座模型,并将所述星载基座模型传输给目标卫星;确定待部署的目标星载模型所面向的目标任务领域;针对所述目标任务领域训练所述基座大模型,得到面向所述目标任务领域的专家大模型;根据所述专家大模型训练所述星载基座模型,得到面向所述目标任务领域的增量微调模型;将所述增量微调模型传输给所述目标卫星,使所述目标卫星对所述星载基座模型和所述增量微调模型进行融合,得到目标星载模型。

    一种卫星数据存储方法、装置、介质及设备

    公开(公告)号:CN118466864B

    公开(公告)日:2024-09-24

    申请号:CN202410937905.5

    申请日:2024-07-12

    Abstract: 在本说明书提供一种卫星数据存储方法、装置、介质及设备中,首先确定待存储数据的数据大小,其次根据处理器的读取线程数量,分割待存储数据,得到各第一子数据,并确定各第一子数据与各读取线程的对应关系,通过所述各第一子数据对应的读取线程,将各第一子数据写入处理器缓存,最后响应于缓存中任一完整写入的第一子数据,根据处理器的写入线程数量,分割完整写入的第一子数据,得到各第二子数据,确定各第二子数据与各写入线程的对应关系,并据此对应关系,将各第二子数据写入存储器,通过对待存储数据的多次分割,避免了卫星在存储待存储数据时,出现因处理器内存大小不足导致的读写错误,降低了对处理器缓存的要求。

    一种卫星上部署智能算法的方法、装置、存储介质及设备

    公开(公告)号:CN118331591B

    公开(公告)日:2024-09-20

    申请号:CN202410748131.1

    申请日:2024-06-11

    Abstract: 本说明书公开了一种卫星上部署智能算法的方法、装置、存储介质及设备。该方法包括:获取待部署智能算法的算法信息,以及目标卫星上设置的各计算设备所对应的设备信息;基于算法信息和设备信息,确定计算环境信息,并确定各数据流阶段、设备类型、设备资源以及开发资源之间的至少一种约束关系信息,基于环境信息和约束关系确定初始部署策略,并确定初始部署策略所对应的奖励值,根据该奖励值对初始部署策略进行调整,以此实现对算法部署策略的不断调整和优化。本方案在星上硬件设备具有异构特性的基础上,逐步对初始策略进行调整,从而探索出最优的部署策略,提高智能算法在卫星上的性能和效率,降低资源消耗和能耗。

    一种遥测遥控系统、方法、装置、存储介质及电子设备

    公开(公告)号:CN118295789B

    公开(公告)日:2024-08-13

    申请号:CN202410724690.9

    申请日:2024-06-05

    Abstract: 本说明书公开了一种遥测遥控系统、方法、装置、存储介质及电子设备。其中,遥测遥控系统的控制模块用于接收各控制指令,并将各控制指令保存到预设的第一任务队列中,并根据第一任务队列中包含的每个控制指令的指令类型,从第一任务队列包含的各控制指令中筛选出目标控制指令,并将目标控制指令发送到业务模块中,遥测遥控系统的业务模块用于接收目标控制指令,调用与目标控制指令的指令类型相匹配的业务流并运行,以根据目标控制指令进行任务执行。

    一种卫星状态监控系统、方法、存储介质及设备

    公开(公告)号:CN118473509A

    公开(公告)日:2024-08-09

    申请号:CN202410916451.3

    申请日:2024-07-09

    Abstract: 在本说明书提供的一种卫星状态监控系统、方法、存储介质及设备中,该系统包括数据采集单元以及地面监控单元,数据采集单元采集卫星上算力资源的算力状态数据以及该卫星的物理状态数据,并将该算力状态数据以及该物理状态数据,发送给地面监控单元,地面监控单元根据算力状态数据以及物理状态数据,通过预设的监控指标,确定监控指标数据,并根据该监控指标数据,对卫星的状态进行监控。通过地面监控单元对数据采集单元采集卫星的算力状态数据以及物理状态数据进行分析处理,得到各监控指标数据,并基于各监控指标数据,监控卫星的整体状态,通过对卫星的算力资源情况以及运行情况的监控,实现了对卫星整体状态的全面了解。

    星载计算节点下电Cubefs文件系统异常场景下的数据自愈方法

    公开(公告)号:CN118394733A

    公开(公告)日:2024-07-26

    申请号:CN202410871608.5

    申请日:2024-07-01

    Abstract: 本发明公开了一种星载计算节点下电Cubefs文件系统异常场景下的数据自愈方法,包括:在文件系统部署管理服务模块,在星载计算节点部署控制服务模块;星载计算节点需要下电,应用迁移前触发数据迁移机制,自动迁移数据至指定存储区,将应用迁移至其他星载计算节点,确保应用迁移后在新环境下持续访问数据,保持业务连续性和数据高可用性;星载计算节点重新上电后,文件系统逐步恢复运行,通过数据回迁机制将数据还原至原文件系统目录,实现应用数据与文件系统的无隙对接。本发明通过自动化、智能化数据处理策略有效应对星载计算节点下电带来的挑战,增强了天基计算中数据的可用性和可靠性,为复杂情境下的星载应用提供了稳定运行基础。

    一种基于模型剪枝的星载目标识别方法及装置

    公开(公告)号:CN118314473A

    公开(公告)日:2024-07-09

    申请号:CN202410741910.9

    申请日:2024-06-11

    Abstract: 本发明公开了一种基于模型剪枝的星载目标识别方法及装置,包括:获取神经网络YOLOv5模型,神经网络YOLOv5模型实时识别图像或视频中的对象;对神经网络YOLOv5模型进行剪枝和重训练,剪枝包括结构化剪枝、非结构化剪枝;将经过处理的神经网络YOLOv5模型部署至星载计算机,加载遥感卫星云层图像训练数据集进行训练并推理,对推理结果进行解析,识别出卫星云图。通过本发明,能够保留YOLOv5模型的精简结构,且实现深度学习神经网络YOLOv5模型冗余参数的细粒度优化,减少神经网络YOLOv5模型参数量,从而降低计算量,保证深度学习神经网络YOLOv5模型在有限算力星载计算机中运行推理,识别出卫星云图。

Patent Agency Ranking