一种模型压缩方法、系统及存储介质

    公开(公告)号:CN116776954A

    公开(公告)日:2023-09-19

    申请号:CN202310716586.0

    申请日:2023-06-15

    IPC分类号: G06N3/082 G06N3/08

    摘要: 本申请公开一种模型压缩方法、系统及存储介质,涉及模型压缩技术领域,能够提高模型压缩效率。具体方案包括:服务器接收客户端发送的可执行文件,可执行文件中包括:接口文件、调用文件、待压缩模型和待压缩模型的运行环境程序;接口文件用于获取训练数据集、验证数据集、损失函数和优化器;调用文件用于调用目标压缩程序;服务器确定待压缩模型的初始模型精度;服务器利用调用文件获取目标压缩程序,并利用目标压缩程序、损失函数和优化器对待压缩程序进行压缩,得到压缩模型;服务器确定压缩模型的压缩模型精度,若初始模型精度和压缩模型精度的精度差的绝对值小于预设阈值,则得到待压缩模型的目标压缩模型,并将目标压缩模型发送至客户端。

    电力机器人目标动态捕捉识别方法、系统、设备及介质

    公开(公告)号:CN118379535A

    公开(公告)日:2024-07-23

    申请号:CN202410349253.3

    申请日:2024-03-26

    摘要: 本发明涉及电力机器人技术领域,尤其涉及一种电力机器人目标动态捕捉识别方法、系统、设备及介质,包括通过改进AlexNet图像分类模型对采集的当前输电线路巡检图像数据进行动态目标捕捉,输出目标感知信息;基于目标感知信息生成最优模糊集合;根据最优模糊集合分析输入变量与输出变量之间的关系,建立不同动态目标类别的模糊规则,并根据输入变量的最优模糊集合,利用模糊规则进行模糊逻辑推理,计算输出变量模糊值;对输出变量模糊值进行去模糊化处理,得到电力机器人控制指令。本发明通过结合改进AlexNet图像分类模型、模糊逻辑控制与机器学习方法,能够更准确地捕捉和识别动态目标,提高复杂电力环境识别效率和准确性。