公开(公告)号：CN118072350A

公开(公告)日：2024-05-24

申请号：CN202410173140.2

申请日：2024-02-07

Applicant: 河南大学

Inventor： 翟锐 ,  宋然 ,  靳浩哲 ,  于俊洋 ,  宋亚林 ,  刘世崇 ,  钱鹏

IPC: G06V40/10 ,  G06V10/44 ,  G06V10/80 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明实施例提供一种行人检测方法、装置及电子设备，涉及目标检测技术领域。所述行人检测方法包括：对待检测图像进行多尺度特征提取，得到多个特征图；根据所有特征图中的输出步长最大的特征图，构造特征图序列；采用基于可变形自注意力机制的编码模块对特征图序列进行编码，得到目标特征图；对目标特征图和所有特征图中的其余特征图进行跨尺度特征融合，得到融合特征，以基于融合特征获取多个预测框；结合特征图序列中的位置信息和所有预测框，对目标特征图进行解码，得到多个检测框；从所有检测框中筛选行人检测框，将所有行人检测框作为行人检测结果。本发明实施例能够适应实际的行人检测场景，稳定高效地从待检测图像中检测出行人。

公开(公告)号：CN119670849A

公开(公告)日：2025-03-21

申请号：CN202411534922.0

申请日：2024-10-30

Applicant: 河南大学

Inventor： 翟锐 ,  刘世崇 ,  吕科 ,  于俊洋 ,  白晨希 ,  靳浩哲 ,  唐志伟

IPC: G06N3/098 ,  G06N3/096 ,  G06N3/09 ,  G06N3/045 ,  G06F18/213 ,  G06F18/24 ,  G06F18/21 ,  H04L67/10 ,  G06V10/82 ,  G06V10/40 ,  G06V10/764 ,  G06V10/94 ,  G06V10/776

Abstract: 本发明提供一种基于联邦学习的异构模型训练方法及系统。该方法包括：每个客户端初始化本地异构模型，并将本地异构模型分割为特征提取器和分类器；服务器初始化一个全局适配器；服务器将全局适配器下发至每个客户端；每个客户端将接收到的全局适配器作为待更新的本地适配器，使用本地数据对待更新的本地适配器、特征提取器和分类器进行训练，生成当前最优的本地适配器、特征提取器和分类器；其中，训练过程中，待更新的本地适配器和特征提取器共用分类器；每个客户端将当前最优的本地适配器上传至服务器；服务器对接收到的所有本地适配器进行聚合以得到更新后的全局适配器，迭代更新全局适配器，直至每个客户端上的本地异构模型达到预设要求。

公开(公告)号：CN120088677A

公开(公告)日：2025-06-03

申请号：CN202411942098.2

申请日：2024-12-27

Applicant: 河南大学

Inventor： 翟锐 ,  靳浩哲 ,  白晨希 ,  张可心 ,  于俊洋 ,  唐志伟 ,  宋然 ,  刘世崇 ,  宋涛 ,  钱鹏

IPC: G06V20/17 ,  G06V10/96 ,  G06V10/25 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/098

Abstract: 本发明属于计算机视觉技术领域，具体涉及一种基于联邦学习的无人机集群协同目标检测方法及系统，利用本地数据集对无人机客户端的DroneSODNet模型进行本地训练，训练完成后将模型参数上传至服务器；在服务器端，利用自适应模型冻结机制选定每个无人机客户端模型需要冻结的层，再对非冻结层进行参数微调；服务器将参与更新的模型层参数下发给相应的无人机客户端，各个客户端接收后将其加载至本地网络进行更新；在无人机客户端，利用历史知识正则化机制对本地模型参数进行再次调整更新。本发明通过设计的DroneSODNet模型、自适应模型冻结机制和历史知识正则化机制，减少通信成本的同时提升了无人机图像目标检测的检测精度与效率。