公开(公告)号：CN118247638A

公开(公告)日：2024-06-25

申请号：CN202410204655.4

申请日：2024-02-24

Applicant: 西安电子科技大学

Inventor： 朱虎明 ,  缪孔苗 ,  王金成 ,  张凌云 ,  董西淼 ,  刘卉杰 ,  程新跃 ,  侯彪

IPC: G06V10/94 ,  G06V20/10 ,  G06V10/25 ,  G06V10/774 ,  G06V10/82 ,  G06N3/045 ,  G06N3/084

Abstract: 本发明公开一种遥感图像视觉定位模型的大批量数据并行训练方法，主要解决现有技术在百卡并行训练遥感图像视觉定位模型时检测精度低的问题。其实现步骤为：获取训练样本集；设计一个包括语言编码器、视觉编码器、多尺度特征融合网络和检测网络的遥感图像视觉定位模型；基于矩与学习率联动单周期调整对遥感图像视觉定位模型进行数据并行训练：1)计算学习率的更新值和一阶矩的更新值；2)计算当前时刻的学习率和一阶矩，平均各个设备的梯度并计算一阶动量和二阶动量；3)修正一阶动量和二阶动量；4)重复上述步骤直到模型收敛，得到训练好的遥感图像视觉定位模型。本发明减小了训练中期发散的情况，提高了模型的检测精度，可用于神经网络的深度学习。

公开(公告)号：CN117953488A

公开(公告)日：2024-04-30

申请号：CN202410204657.3

申请日：2024-02-24

Applicant: 西安电子科技大学

Inventor： 朱虎明 ,  王光磊 ,  薛怡煜 ,  张凌云 ,  李秋明 ,  程新跃 ,  陈志鹏 ,  侯彪

IPC: G06V20/64 ,  G06V10/25 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明公开了一种基于多编码特征融合的三维目标检测方法，主要解决现有技术因在遮挡场景下误检、漏检率高，导致检测精度较低的问题。其实现方案为：建立训练样本集和测试样本集并对数据进行预处理；构建包括体素编码器、多尺度支柱编码器、全局特征学习模块、中心特征引导预测模块的三维目标检测网络，定义其损失函数；利用训练样本集对该网络进行迭代训练，计算网络损失值，通过反向传播计算网络梯度并更新权值参数，直到达到最大迭代次数；将测试样本集输入到训练好三维目标检测模型，获得三维目标的检测结果。本发明减小了遮挡场景下的误检漏检和候选区域的数量，提高了检测速度和三维目标检测精度，可应用于自动驾驶、机器人导航及视频监控。

公开(公告)号：CN117994662A

公开(公告)日：2024-05-07

申请号：CN202410204656.9

申请日：2024-02-24

Applicant: 西安电子科技大学

Inventor： 朱虎明 ,  王金成 ,  缪孔苗 ,  张凌云 ,  李秋明 ,  程新跃 ,  董西淼 ,  侯彪

IPC: G06V20/10 ,  G06V10/25 ,  G06V10/774 ,  G06V10/82 ,  G06N3/045 ,  G06N3/084 ,  G06N3/098

Abstract: 本发明公开了一种基于通信优化的遥感图像目标检测并行训练方法，主要解决现有遥感图像检测并行训练方法通信占比高的问题。其实现方案为：获取训练样本集；选用任意一个现有的遥感图像目标检测模型；对遥感图像目标检测模型进行分阶段重叠优化：1)计算遥感图像目标检测模型的损失并进行反向传播计算梯度；2)更新一阶动量和二阶动量，并对其进行修正；3)设置弹性全局参数，更新目标检测模型参数；4)更新弹性全局参数；5)重复上述步骤直到模型收敛，得到训练好的遥感图像目标检测模型。本发明通过设定弹性的全局参数并对其进行更新，能实现模型计算与模型通信的高效重叠，降低训练通信占比，加快并行训练的速度，可用于神经网络的深度学习。