公开(公告)号：CN116028069A

公开(公告)日：2023-04-28

申请号：CN202310111355.7

申请日：2023-02-07

Applicant: 之江实验室

Inventor： 李海燕 ,  王娅静 ,  俞再亮 ,  李鹏飞 ,  靖伟 ,  吴方闻

IPC: G06F8/61 ,  G06F8/71 ,  G06N20/00

Abstract: 本说明书公开了一种模型部署的方法、装置、存储介质及电子设备。所述模型部署的方法包括：获取目标模型以及目标模型对应的配置文件，确定用于部署所述目标模型的目标设备，并在所述目标设备中创建用于部署所述目标模型的目标系统，根据所述配置文件，从指定的环境信息库中获取所述目标模型所需运行环境的数据包，基于所述数据包，在所述目标系统中创建所述目标模型所需的运行环境，根据所述目标系统中创建所述目标模型所需的运行环境，在所述目标系统中部署所述目标模型，以通过部署后的目标模型执行业务。

公开(公告)号：CN115760670B

公开(公告)日：2023-05-23

申请号：CN202310023010.6

申请日：2023-01-06

Applicant: 之江实验室 ,  浙江工业大学

Inventor： 俞再亮 ,  郏维强 ,  李鹏飞 ,  郑建炜 ,  王一张 ,  赵颖

IPC: G06T5/50 ,  G06T3/40 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/084 ,  G06N3/088

Abstract: 本发明公开了基于网络隐式先验的无监督高光谱融合方法及装置，获取低分辨率高光谱和高分辨率多光谱图像；采用噪声对图像进行扰动；将噪声扰动后的图像输入至编码器‑解码器体系结构，进行多级特征学习，生成高分辨率高光谱图像的模糊估计；对模糊估计分别进行空间和光谱下采样；基于低分辨率高光谱图像与空间下采样的结果，高分辨率多光谱图像与光谱下采样的结果，计算退化模型的损失函数，反向传播退化模型的优化参数给编码器‑解码器体系结构；重复执行上述过程，直至生成高分辨率高光谱图像的模糊估计达到循环终止条件。本发明利用两个并行的特殊卷积块分别模拟空间和光谱下采样，形成一个闭环，实现了无训练样本条件下的无监督学习。

公开(公告)号：CN115760670A

公开(公告)日：2023-03-07

申请号：CN202310023010.6

申请日：2023-01-06

Applicant: 之江实验室 ,  浙江工业大学

Inventor： 俞再亮 ,  郏维强 ,  李鹏飞 ,  郑建炜 ,  王一张 ,  赵颖

IPC: G06T5/50 ,  G06T3/40 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/084 ,  G06N3/088

Abstract: 本发明公开了基于网络隐式先验的无监督高光谱融合方法及装置，获取低分辨率高光谱和高分辨率多光谱图像；采用噪声对图像进行扰动；将噪声扰动后的图像输入至编码器‑解码器体系结构，进行多级特征学习，生成高分辨率高光谱图像的模糊估计；对模糊估计分别进行空间和光谱下采样；基于低分辨率高光谱图像与空间下采样的结果，高分辨率多光谱图像与光谱下采样的结果，计算退化模型的损失函数，反向传播退化模型的优化参数给编码器‑解码器体系结构；重复执行上述过程，直至生成高分辨率高光谱图像的模糊估计达到循环终止条件。本发明利用两个并行的特殊卷积块分别模拟空间和光谱下采样，形成一个闭环，实现了无训练样本条件下的无监督学习。