-
公开(公告)号：CN114509936A
公开(公告)日：2022-05-17
申请号：CN202210412955.2
申请日：2022-04-19
Applicant: 之江实验室
IPC: G05B13/02
Abstract: 本发明属于运动控制领域，涉及一种运动能力可在线学习的运动规划方法、装置和介质，该方法包括：步骤S1：根据运动平台的运动学与动力学约束，初始化曲率‑速率函数；步骤S2：根据运动平台的实际运行轨迹与期望轨迹实时评估运动平台的轨迹跟踪能力；步骤S3：根据运动平台的跟踪能力实时更新曲率‑速率函数；步骤S4：运动平台的运动规划器根据更新后的曲率‑速率函数，得到运动平台的运动规划结果；步骤S5：运动平台的控制器根据运动规划结果得到运动命令，根据运动命令控制运动平台运动。本方法能够使运动平台在运动能力很好的条件下，自适应的提高运动效率；同时在运动能力不好的条件下，自适应的降低速度以提高跟踪精度。
-
公开(公告)号：CN114186687B
公开(公告)日：2022-05-17
申请号：CN202210144108.2
申请日：2022-02-17
Applicant: 之江实验室
Abstract: 本发明公开了一种面向神经网络模型计算的中间表示方法和装置，包括如下步骤：S1:解析输入的模型文件以获取神经网络的拓扑结构信息；S2:构建逻辑计算图；S21:推导逻辑计算图中每个算子的物理布局信息；S22:推导逻辑计算图中每个算子的元属性；S23:推导逻辑计算图中每个算子的输入输出逻辑张量的描述信息；S3:构建物理计算图；S31:生成物理计算图；等步骤，本发明公开的基于元属性的用于神经网络模型计算的中间表示从算子层面原生地支持数据并行和模型并行以及流水并行。本发明公开的面向神经网络模型计算的中间表示方法和装置以计算表达式为基本单元，以张量作为整个计算表达式组成的计算图中流动的数据，以构图的方式实现神经网络模型的计算过程。
-
公开(公告)号：CN114386293A
公开(公告)日：2022-04-22
申请号：CN202210281920.X
申请日：2022-03-22
Applicant: 之江实验室
IPC: G06F30/20
Abstract: 本发明公开一种虚实合成的激光雷达点云生成方法和装置，该方法从预定义模型库中选择多个模型，按照设定的概率分布设置其形变姿态和仿射变换，并将生成的模型实例放置到真实点云场景的合理区域中，最后使用空间索引和射线投影算法重采样得到虚实合成的点云数据。该方法既保留了真实激光雷达点云的真实性，又结合了虚拟仿真场景的可配置性和灵活性，并且能够自动生成数据标注信息，缓解了真实点云数据采集效率和人工标注效率低下的问题；该方法可以快速生成大量的合成激光雷达点云，提高点云数据的生成效率，同时也为感知算法等深度学习算法提供了更多的训练数据。
-
公开(公告)号：CN113918351B
公开(公告)日：2022-03-11
申请号：CN202111487478.8
申请日：2021-12-08
Applicant: 之江实验室
IPC: G06F9/50 , G06F16/901 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种深度学习框架与AI加速卡片内分布式训练适配方法和装置，包括如下步骤：S1：深度学习框架支持新增AI加速卡片内单卡配置，其子步骤如下：S11：深度学习框架支持新硬件；S12：深度学习框架支持新硬件的设备线程；S13：深度学习框架支持新硬件的内存操作；S14：深度学习框架支持新硬件的算子核函数；S2：深度学习框架支持新增AI加速卡片内多卡配置；S3：深度学习框架支持张量切分和多卡分布；S4：深度学习框架支持新增AI加速卡片内多卡集合通信，本发明打通了深度学习框架与新增AI加速卡，并将深度学习框架源码与芯片底层软件全面对接，最大限度释放芯片的硬件能力，为端侧AI提供最强劲的算力。
-
公开(公告)号：CN113822244B
公开(公告)日：2022-02-22
申请号：CN202111384556.1
申请日：2021-11-22
Applicant: 之江实验室
Abstract: 本发明公开了一种优化小目标的点云三维目标检测方法和系统，首先采集点云数据，进行过滤后再体素化得到体素特征；构造并训练融合神经网络和目标检测神经网络，待测原始点云数据基于训练好的融合特征神经网络和目标检测神经网络进行推理测试，目标检测神经网络的输出为三维目标检测结果。其中，目标检测神经网络包括骨干网络、基于Anchor Free的检测头和后处理。本发明采用基于Bev图和Voxel结合的方法，保证了效率的同时，大幅度提升小目标检测精度。
-
Patent Agency Ranking
公开(公告)号：CN113822244A
公开(公告)日：2021-12-21
申请号：CN202111384556.1
申请日：2021-11-22
Applicant: 之江实验室
Abstract: 本发明公开了一种优化小目标的点云三维目标检测方法和系统，首先采集点云数据，进行过滤后再体素化得到体素特征；构造并训练融合神经网络和目标检测神经网络，待测原始点云数据基于训练好的融合特征神经网络和目标检测神经网络进行推理测试，目标检测神经网络的输出为三维目标检测结果。其中，目标检测神经网络包括骨干网络、基于Anchor Free的检测头和后处理。本发明采用基于Bev图和Voxel结合的方法，保证了效率的同时，大幅度提升小目标检测精度。
-
公开(公告)号：CN113821452A
公开(公告)日：2021-12-21
申请号：CN202111405653.4
申请日：2021-11-24
Applicant: 之江实验室
IPC: G06F11/36 , G06F30/27 , G06K9/62 , G06F111/10
Abstract: 本发明公开一种根据被测系统测试表现动态生成测试案例的智能测试方法，该方法通过生成n个仿真训练案例，并通过测试得到被测代理在这n个案例中的表现，通过构建多棵决策树，使算法准确预测不同案例下的被训练代理的表现，学习到仿真测试中会导致不同结果的各变量的空间划分，从而在下一轮测试中可以更精确有效地生成案例。本发明实现方法简便且具有通用性，适用于多种场景中的虚拟仿真训练，提升了智能测试中生成案例的有效性。
-
公开(公告)号：CN113111978A
公开(公告)日：2021-07-13
申请号：CN202110652361.4
申请日：2021-06-11
Applicant: 之江实验室
Abstract: 本发明属于目标检测技术领域，涉及一种基于点云和图像数据的三维目标检测系统和方法，该系统包括：三维检测神经网络、二维检测神经网络、融合处理模块、分类器和后处理模块，所述三维检测神经网络输入三维点云数据，输出三维目标信息至融合处理模块；所述二维检测神经网络输入二维图片数据，输出二维目标信息至融合处理模块；所述融合处理模块对所述三维目标信息和二维目标信息进行融合处理后，将融合处理后的数据输出至分类器；所述分类器对融合处理后的数据信息进行分类，输出分类结果至后处理模块；所述后处理模块输入分类结果和三维目标信息，输出目标检测结果。本发明能够有效提升三维目标检测的准确率。
-
公开(公告)号：CN112733196A
公开(公告)日：2021-04-30
申请号：CN202110358755.9
申请日：2021-04-02
Applicant: 之江实验室
IPC: G06F21/62
Abstract: 本发明公开了基于向量混淆的抗成员推理攻击的隐私保护方法和系统，对分类模型输出的预测向量依次进行满足向量可用性约束以及保序性要求的混淆变换和满足随机性、向量可用性约束以及保序性要求的扰动变换，并将变换后的噪声向量作为模型分类结果进行返回。本发明无需对目标分类模型进行修改，且无需了解成员推理攻击的具体技术细节，能够简单、快速地应用于已有的分类模型，开销小，适用范围广；向量可用性约束提供了预测结果可用性和模型隐私保护性间平衡的灵活配置方案；添加的随机扰动显著降低了攻击者根据噪声向量还原出预测向量的可能性，提升了方法的鲁棒性；保序性要求则保障了模型在不降低预测准确率的情况下提升了抗成员推理攻击能力。
-
-
-
-
-
-
-
-
-
Search Results
197
records
(took 0.027 seconds)
