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。

公开(公告)号：CN116229295A

公开(公告)日：2023-06-06

申请号：CN202310176483.X

申请日：2023-02-28

Applicant: 西安电子科技大学

Inventor： 朱虎明 ,  王晨 ,  王金成 ,  缪孔苗 ,  李秋明 ,  薛怡煜 ,  侯彪 ,  焦李成

IPC: G06V20/17 ,  G06V10/44 ,  G06V10/77 ,  G06V10/776 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明公开了一种基于融合卷积注意力机制的遥感图像目标检测方法，解决了小目标检测精度低，收敛速度慢的问题。实现包括：收集并处理遥感图像数据；搭建特征提取主干网络、融合卷积的Transformer编码‑解码架构；组成融合卷积注意力机制目标检测网络模型；训练、测试目标检测网络模型。本发明采用金字塔结构的下采样特征提取主干网络，对不同大小的输入图像输出大小相同的特征矩阵；搭建了具有深度卷积、逐点卷积的卷积模块，增强了对遥感图像局部特征的信息提取能力；将部分注意力头替换为卷积模块，降低了矩阵运算的大参数量，降低了训练耗时。用在航空飞机、遥感卫星、智慧交通、智慧农业等对遥感图像目标检测实时性和准确率要求高的领域。

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。