一种基于数字孪生及生成式AI的数据合成与增强方法

    公开(公告)号:CN118747719A

    公开(公告)日:2024-10-08

    申请号:CN202411014875.7

    申请日:2024-07-26

    Inventor: 赵阳 陈康宇 孟冉

    Abstract: 本发明属于计算机视觉技术领域,且公开了一种基于数字孪生及生成式AI的数据合成与增强方法,通过图像三维重建构建植株数字模型,利用多视角图像和计算机视觉技术实现,基于三维模型合成数据集,通过三维图形软件设计与渲染获得二维图像及标注,合成数据集并测试其效果,利用生成式AI模型生成植株三维模型,合成数据用于训练,本发明利用计算机合成数据增强的方法可解决图像分割等深度学习算法训练数据缺乏等问题,并且通过生成式人工智能与数字孪生技术为合成数据增强,利用三维重建技术构建真实世界中植物的数字模型,利用生成式AI技术生成植物三维数字模型,以生成合成数据的方法解决图像分割任务中训练数据难以获得的问题。

    面向卫星智能决策的高效人工智能算法与系统

    公开(公告)号:CN119416653A

    公开(公告)日:2025-02-11

    申请号:CN202411683552.7

    申请日:2024-11-22

    Abstract: 本发明属于人工智能技术领域,且公开了面向卫星智能决策的高效人工智能算法与系统,包括如下步骤:构建基于DNN模型轻量化的高能效边缘智能框架;使用预设损失函数进行训练,将教师模型的输出作为硬标签,distillation token的输出学习教师模型的网络信息,class token的输出与真实标签进行比较以计算交叉熵损失#imgabs0#,缩小模型尺寸;设计基于异构计算的早退分支模块,利用模型的不确定性评估泛化能力、稳定性和可靠性,本发明在不牺牲模型性能的前提下,为资源有限的边缘设备设计了一个基于DNN模型轻量化的高能效边缘智能框架,该框架采用频域模型GFNet作为骨干网络,因其能学习频域中的长期空间依赖性且计算复杂度低,更加适合边缘设备。

Patent Agency Ranking