-
公开(公告)号:CN118570150A
公开(公告)日:2024-08-30
申请号:CN202410635845.1
申请日:2024-05-21
申请人: 中国联合网络通信集团有限公司 , 中讯邮电咨询设计院有限公司
IPC分类号: G06T7/00 , G06T7/62 , G06V10/764 , G06V10/82 , G06N3/0464
摘要: 本申请提供一种机柜内部设备检测方法、装置及存储介质,涉及数据处理技术领域,能够提高机柜图像识别的精确度。该方法包括:获取机柜图像;基于机柜图像中机柜的多个角点和机柜的真实尺寸,对机柜图像进行透视变换,确定第一图像和第一比例;第一比例用于表征第一图像中像素对应的实际尺寸;基于目标检测算法检测第一图像,确定第一图像中机柜内部设备的第一位置信息;基于第一比例,调整第一位置信息,确定机柜内部设备的实际尺寸信息。
-
公开(公告)号:CN118051875A
公开(公告)日:2024-05-17
申请号:CN202410239281.X
申请日:2024-03-01
申请人: 中国联合网络通信集团有限公司 , 中讯邮电咨询设计院有限公司
IPC分类号: G06F18/25 , G06F18/214 , G06F21/60 , G06N3/098
摘要: 本发明提供一种联邦学习的梯度融合方法、装置及介质,所述方法包括:接收多个子节点中每个子节点在第t次迭代训练后得到的梯度,其中,t≥1;响应于t大于或等于预设迭代次数,采用数值统计分析方法更新每个所述子节点的梯度权重;根据更新后的每个所述子节点的梯度权重,对所有所述子节点在第t次迭代的梯度进行加权融合。该方法、装置及介质能够解决现有的联邦学习无法实现对各子节点的梯度进行有效融合,使得训练后的模型存在局限性的问题。
-