-
公开(公告)号：CN117893965A
公开(公告)日：2024-04-16
申请号：CN202311753800.6
申请日：2023-12-19
Applicant: 西安电子科技大学
IPC: G06V20/52 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 本发明提供一种基于深度神经网络的隧道渗漏水检测方法。该方法包括采集隧道渗漏水图像数据，并对所述隧道渗漏水图像数据进行预处理，以建立训练集和测试集；建立改进YOLOv5渗漏水检测模型；将所述训练集输入至所述改进YOLOv5渗漏水检测模型中进行模型训练，并保存训练好的改进YOLOv5渗漏水检测模型；将所述测试集输入至所述改进YOLOv5渗漏水检测模型中进行模型测试及模型超参数调优；输入待检测隧道图片或待检测隧道视频至所述改进YOLOv5渗漏水检测模型中进行渗漏水区域检测。本发明提高了渗漏水检测算法精确度、提高了模型的抗干扰能力与鲁棒性、实现了在移动设备上进行渗漏水自动化检测，提高了检测速度。
-
公开(公告)号：CN117351296A
公开(公告)日：2024-01-05
申请号：CN202210732315.X
申请日：2022-06-23
Applicant: 西安电子科技大学
IPC: G06V10/774 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/092 , G06N3/084
Abstract: 本发明公开一种智能病虫害管理预警方法、系统与装置，克服现有基于深度学习方法存在的针对病虫害分布发生变化的情况，无法准确识别新的病虫害类型的问题。基于持续更新的病虫害预警网络预测当前植株病虫害信息中是否出现新的病虫害信息，针对病虫害分布发生变化的情况，触发数据集更新，将新的病虫害信息加入数据集，病虫害识别模型基于更新后的数据集通过主动学习，可以不断地学习农作物的病虫害信息，可以确保病虫害分布发生变化时，病虫害识别模型也可以准确识别新的病虫害类型。系统包括病虫害识别系统、病虫害预警系统及数据集更新系统，装置包括农场巡检智能体，农场巡检智能体中包括相机以及病虫害识别系统和病虫害预警系统。
-
公开(公告)号：CN117710835A
公开(公告)日：2024-03-15
申请号：CN202211037183.5
申请日：2022-08-26
Applicant: 西安电子科技大学
Abstract: 本发明涉及无人机救援技术领域，为一种基于无人机救援的协同智能探测系统及方法，系统包括探测模块、轻量化检测模块、卸载模块及通讯模块；具体方法为：探测模块捕捉当前区域图像；轻量化检测模块基于轻量化检测模型根据探测模块捕捉的当前区域图像，判断当前区域中是否有受困对象，获得本地检测结果；卸载模块基于卸载模型判断本地检测结果是否准确，若准确，则基于通讯模块将本地检测结果发送至救援指挥中心，否则基于通讯模块将当前区域图像发送至救援指挥中心，进行人工识别，并基于人工识别结果与本地检测结果持续更新卸载模型。解决现有基于无人机救援系统无人机侧算力压力较大以及因只依赖单一的检测方法，而导致检测性能受限的技术问题。
-
公开(公告)号：CN117671466A
公开(公告)日：2024-03-08
申请号：CN202211037181.6
申请日：2022-08-26
Applicant: 西安电子科技大学
Abstract: 本发明属于水下探测技术领域，具体涉及一种基于阈值触发的持续性水下探测方法、系统及检测机器人。克服现有采用相机视觉传感器的水下机器人存在的存储、算力压力大以及无法持续应用的问题。首先采用轻量化的目标检测网络检测环境感知图片，之后引入了基于阈值触发的采样算法，通过阈值判别环境感知图片，只存储罕见的、有用的图片数据，降低系统存储压力，并根据此类图片数据重新训练目标检测网络，达到持续性学习的效果，只要检测机器人可以带回新的图片数据，模型就可以一直更新，使得目标检测网络可以持续应用。
-
公开(公告)号：CN117670774A
公开(公告)日：2024-03-08
申请号：CN202211034317.8
申请日：2022-08-26
Applicant: 西安电子科技大学
IPC: G06T7/00 , G06V10/44 , G06V10/764 , G06V10/774 , G06V10/82
Abstract: 本发明涉及一种肺炎检测模型训练方法，具体为一种基于层级拓扑式肺炎检测模型的协同学习系统及方法。克服现有肺炎检测模型训练系统存在的实行难度大、效率低以及本地检测节点不能达到最优检测性能的难题。首先各个节点分别利用本地肺炎数据，在本地预训练各自的肺炎检测模型，之后，中心节点基于本地模型的反馈数据构建层级拓扑式协同学习系统；之后，各簇节点与子节点利用本地肺炎数据分别在本地训练各自的肺炎检测模型；最后进行协同训练，包括簇内协同训练与簇间协同训练；簇内协同训练包括簇节点聚合训练与子节点随机交互式训练。本发明数据传输、存储及计算压力小，易于实现；同时为不同的客户端提供差异化模型参数，使得各个医院检测节点达到本地检测性能最大化。
-
Patent Agency Ranking
公开(公告)号：CN118072070A
公开(公告)日：2024-05-24
申请号：CN202311751716.0
申请日：2023-12-19
Applicant: 西安电子科技大学
IPC: G06V10/764 , G06V10/82 , G06V10/774 , G06V10/44 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 本申请涉及机器学习技术领域，公开了一种基于元学习的小样本矿物检测方法及装置。所述方法将矿物数据集采样为多个子任务，并将所有子任务划分为训练任务和小样本测试任务；利用训练任务的支持集和查询集对矿物检测模型中的元学习损失函数进行迭代优化，并将矿物检测模型收敛后的网络参数作为模型初始参数，利用模型初始参数和小样本测试任务对矿物检测模型进行训练，并将收敛后的矿物检测模型作为目标矿物检测模型；利用元学习算法优化模型初始参数，使模型可以从少量标注样本中快速学习大量新任务，能保证较高的准确度和泛化能力，大大降低模型训练所需的计算资源和迭代次数，提高学习效率。使用目标矿物检测模型，可以实现高效精准的矿物检测。
-
公开(公告)号：CN113988172A
公开(公告)日：2022-01-28
申请号：CN202111248792.0
申请日：2021-10-26
Applicant: 西安电子科技大学广州研究院
Abstract: 一种基于多模态融合的自主系统感知方法及系统，其方法包括：获取多个车辆的传感器采集的数据，利用训练好的多模态数据融合框架对传感器采集的数据进行处理，将处理的结果进行融合，得到一级融合结果，基于目标识别业务，对一级融合结果进行处理，保留感兴趣区域信息，利用已有的多视角融合算法构建协作级融合架构，对多个车辆上传的感兴趣区域信息进行二次融合，得到二次融合结果，将二级融合结果下发至车辆，以供车辆根据二级融合结果做控制决策；本申请通过构建车辆级联协作数据融合框架，可通过级联框架提高和扩展环境视野，解决单个自动驾驶车辆视野局限性，降低不确定性，提高感知算法的性能。
-
公开(公告)号：CN117135061A
公开(公告)日：2023-11-28
申请号：CN202210542659.4
申请日：2022-05-18
Applicant: 西安电子科技大学
IPC: H04L41/14 , H04L41/142 , H04W24/06
Abstract: 本发明涉及一种基于云边协同推理的模型划分方法，通过设置一个切分点将精简模型分为两部分，移动终端执行前一部分，将中间计算数据传输给边缘云端由边缘云端完成剩下的部分并返回最终结果。具体而言：根据不同压缩精简算法对原任务模型构建精简模型库。并完成在边缘云端和移动终端的双备份。任务来临时获取任务目标，任务目标包括：时延、准确度或模型质量；感知通信环境，可为其提供计算服务的边缘云端的算力及本地算力。遍历精简模型库中每一个精简模型参数：网络层数，每一层网络规模。根据公式定义预估精简模型的性能：精简模型的推理时延、精简模型的推理准确度和精简模型的划分质量；根据具体的任务目标选择合适的精简模型及划分层。
-
公开(公告)号：CN114356837A
公开(公告)日：2022-04-15
申请号：CN202111474044.4
申请日：2021-12-03
Applicant: 西安电子科技大学广州研究院
IPC: G06F15/173
Abstract: 本发明提供一种软件定义硬件的控制方法和控制器，应用于TSP架构芯片，其中该控制方法包括如下步骤：S1针对待处理任务选取TSP芯片上空闲的IP核进行任务映射，并将剩余资源划分出最大剩余资源块作为下次任务映射的区域；S2当TSP片上网络中任务映射区域更新时，基于自适应路由算法更新网络中节点间的传输链路。通过本发明提出的任务映射和自适应路由的控制方案设计，有助于提高TSP芯片的资源利用率。
-
公开(公告)号：CN114356837B
公开(公告)日：2025-05-06
申请号：CN202111474044.4
申请日：2021-12-03
Applicant: 西安电子科技大学广州研究院
IPC: G06F15/173
Abstract: 本发明提供一种软件定义硬件的控制方法和控制器，应用于TSP架构芯片，其中该控制方法包括如下步骤：S1针对待处理任务选取TSP芯片上空闲的IP核进行任务映射，并将剩余资源划分出最大剩余资源块作为下次任务映射的区域；S2当TSP片上网络中任务映射区域更新时，基于自适应路由算法更新网络中节点间的传输链路。通过本发明提出的任务映射和自适应路由的控制方案设计，有助于提高TSP芯片的资源利用率。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.021 seconds)
