-
公开(公告)号:CN115035390A
公开(公告)日:2022-09-09
申请号:CN202210554850.0
申请日:2022-05-20
Applicant: 浙江大学
IPC: G06V20/00 , G06V10/82 , G06V10/764 , G06V10/762 , G06V10/46 , G06V10/25 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种GAN和特征增强的航拍图检测方法,针对航拍图在获得集中检测区域的基础上,通过对ESRGAN模型对集中检测区域进行分辨率提升,将分辨率提升的超分辨率图像与检测目标类对应的类别特征一起作为检测模型的输入,利用嵌入ROI Transformer的检测模型在类别特征的特征增强下,实现目标检测,这样可以大大提升小目标检测的准确性。
-
公开(公告)号:CN115035390B
公开(公告)日:2025-02-25
申请号:CN202210554850.0
申请日:2022-05-20
Applicant: 浙江大学
IPC: G06V20/17 , G06V10/25 , G06V10/46 , G06V10/762 , G06V10/764 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/09 , G06T3/4053
Abstract: 本发明公开了一种GAN和特征增强的航拍图检测方法,针对航拍图在获得集中检测区域的基础上,通过对ESRGAN模型对集中检测区域进行分辨率提升,将分辨率提升的超分辨率图像与检测目标类对应的类别特征一起作为检测模型的输入,利用嵌入ROI Transformer的检测模型在类别特征的特征增强下,实现目标检测,这样可以大大提升小目标检测的准确性。
-
公开(公告)号:CN119201132A
公开(公告)日:2024-12-27
申请号:CN202411688372.8
申请日:2024-11-25
Applicant: 浙江大学
Abstract: 本发明公开了一种基于大语言模型的张量程序生成方法及系统,其中,方法包括以下步骤:(1)通过AI编译器测试工具nnsmith生成随机ONNX计算图;(2)将nnsmith生成的ONNX计算图导入TVM,并转换为RelayIR中间表示;(3)基于TVM内部的模型中间表示RelayIR,通过TVM中的自动调优器Ansor对模型进行调优,生成最优的张量程序,并输出调优时测量的JSON文件;(4)持续进行模型调优和张量程序测量,生成大量调优时的测量记录,形成一个张量程序数据集,数据集中包含张量程序的特征以及对应的优化pass list;(5)根据生成的张量程序数据集训练大语言模型,以实现对张量程序的理解和生成。本发明通过自动化工具和大语言模型的结合,可以实现高效的张量程序生成和优化。
-
公开(公告)号:CN113552945B
公开(公告)日:2024-04-05
申请号:CN202110821800.X
申请日:2021-07-16
IPC: G06F3/01
Abstract: 本发明公开了一种人机交互的手套系统,该系统由集成多种传感器的手套装置、手势动作识别模块、虚拟仿真环境模块和VR设备构成,其中手套装置通过集成各类刚性或柔性传感器,能够同时对多种交互数据进行采集,且手套形态能够降低设备的异物感,有助于用户进行自然的交互过程;手势动作识别模块能够利用不同类型的数据共同对手势动作进行识别,能够有效缓解单一传感器方案应用场景受限的问题,提高了手势识别的种类和准确率。为了完善交互流程的完整性,本发明系统还构建了一个虚拟仿真环境,其内部的人物模型受交互控制信号控制,同时该虚拟环境通过VR设备向用户提供视觉反馈。
-
公开(公告)号:CN116808592A
公开(公告)日:2023-09-29
申请号:CN202310851080.0
申请日:2023-07-12
Applicant: 浙江大学
IPC: A63F13/67
Abstract: 本发明公开了一种带权重的基于损失的ELO评估方法和装置,应用于于游戏AI的实力评估,具体包括以下步骤:初始化游戏AI中每个玩家代表玩家实力的ELO等级分数;计算游戏AI中所有玩家的预期胜率表;根据玩家之间的对局记录计算真实胜率表;根据玩家之间的对局数量,并考虑预期实力差距计算权重表;基于预期胜率表和真实胜率表并结合权重表计算带权重的交叉熵损失,并根据交叉熵损失计算梯度值,基于梯度值更新ELO等级分数。该方法和装置在评估游戏AI实力时具有更加稳定的收敛性、更加准确的损失计算、更好地区分先后手能力值等优势,从而可以提高评估结果的准确性和可靠性。
-
公开(公告)号:CN115068953A
公开(公告)日:2022-09-20
申请号:CN202210657186.2
申请日:2022-06-10
Applicant: 浙江大学
Abstract: 本发明公开了一种基于分层强化学习的群体对抗系统,包括上层宏观策略网络和下层微观动作网络;所述上层宏观策略网络包括多个智能体采用的多个策略网络和混合网络,每个策略网络用于依据当前时刻的观测状态和前多个时间步的子目标计算输出当前时刻的预测子目标;混合网络用于根据全环境状态信息、各子智能体采用策略网络输出的预测子目标计算输出宏观总目标作为下一时刻各智能体的子目标;所述下层微观动作网络包含多个智能体采用的多个DQN,每个DQN用于根据当前时刻的观测状态和当前时刻的子目标计算输出决策动作。该系统中智能体能够在兼顾宏观总目标和个体子目标的情况下生成更准确决策,适用于多智能体协同博弈对抗的游戏环境中。
-
公开(公告)号:CN108983636B
公开(公告)日:2020-07-17
申请号:CN201810636950.1
申请日:2018-06-20
Applicant: 浙江大学
IPC: G05B17/02
Abstract: 本发明公开了一种人机智能共生平台系统,包括多模态交互系统、数据处理中枢平台、人工智能算法平台和仿真系统,多模态交互系统包括KATVR模块、语音模块、眼动模块、手势模块和脑电模块,数据处理中枢平台包括交互对接模块、AI对接模块、指令融合模块和仿真环境对接模块。本发明提供的人机智能共生平台系统利用相对高度的人工智能系统自主执行任务的同时,由人类选择交由机器自主控制还是由人类进行控制,从而对双方的决策结果进行融合,以达成机器学习人,人学习机器的人机智能共生目的。
-
公开(公告)号:CN119781994A
公开(公告)日:2025-04-08
申请号:CN202510282611.8
申请日:2025-03-11
Applicant: 浙江大学
Abstract: 本发明公开了一种模型分布式训练显存优化方法、系统及可读存储介质,包括:获取模型第一轮训练过程中每个算子的参数量和访问顺序,对算子进行唯一性编号后生成执行顺序图并存储;对每个算子进行均匀切分,并记录分片映射关系;在训练过程中,根据算子的执行顺序,通过计算设备获取最初运行算子的完整参数;进行当前算子的计算,并根据算子的执行顺序图,通过异步通信预取即将运行的下一个算子的参数;在当前算子执行完毕后,仅保留原始的部分算子参数,并释放其余部分的算子参数;同步算子参数通信,验证分片参数的完整性后执行训练迭代,循环上述过程直至训练完成。利用本发明,可以在降低单个计算设备显存占用的同时,保证模型的高效训练。
-
公开(公告)号:CN119003719A
公开(公告)日:2024-11-22
申请号:CN202411029888.1
申请日:2024-07-30
Applicant: 浙江大学
IPC: G06F16/332 , G06F16/36 , G06F40/30 , G06F40/151 , G06F40/186 , G06N5/04 , G06N20/00
Abstract: 本发明公开了一种基于大语言模型的机器学习运维方法,包括:对机器学习运维平台上的各类资产文档进行数据预处理,包括数据清洗、元数据提取、文档总结、向量存储和分片索引;根据用户问题、对话历史和上下文语境,大语言模型构建并发送查询请求至匹配的知识库进行针对性检索;大语言模型分析用户问题,识别用户意图,对简单问题直接回答,对于复杂任务则分解成子问题,并将子问题路由至工具代理系统或机器学习任务代理系统进一步处理,整合处理结果并构造最终响应;通过人类实时反馈机制,动态调整工具代理系统或机器学习任务代理系统的推理流程,修正大语言模型的错误判断。本发明通过全面优化机器学习运维流程,提升运维效率与智能化水平。
-
公开(公告)号:CN117350338A
公开(公告)日:2024-01-05
申请号:CN202311365673.2
申请日:2023-10-20
Applicant: 浙江大学
IPC: G06N3/0464 , G06N3/08 , G06N3/063
Abstract: 本发明公开了一种基于多级成本模型的计算图优化方法、系统及存储介质,包括:(1)定义多级成本模型,用于评估计算图执行方案的执行成本;(2)设置子图替换规则集合;(3)基于给定神经网络模型文件,转换为统一的计算图信息;(4)对候选计算图结构进行分析,应用子图替换规则,得到新计算图;(5)选择成本模型对计算图的执行性能进行评估;(6)基于成本评估结果与缩放因子,选取候选计算图;(7)重复步骤(4)~(6),直到达到预期的计算图优化效果或收敛条件,得到最佳计算图。本发明综合考虑了搜索时间与优化效果的权衡问题,可以满足各种场景下的不同需要,指导计算图的优化方向,从而提高神经网络模型的计算效率和性能。
-
-
-
-
-
-
-
-
-