公开(公告)号：CN114663760A

公开(公告)日：2022-06-24

申请号：CN202210302367.3

申请日：2022-03-25

Applicant: 清华大学

Inventor： 郑珏鹏 ,  付昊桓 ,  徐一丹

IPC: G06V20/10 ,  G06V10/40 ,  G06K9/62 ,  G06V10/774 ,  G06V10/764

Abstract: 本发明涉及机器学习技术领域，提供一种模型训练的方法、目标检测方法、存储介质及计算设备，模型训练的方法包括：获取多个目标图像，多个目标图像包括有标签的源域图像和无标签的目标域图像；对于多个目标图像的各图像：将目标图像代入特征提取器进行特征提取处理得到第一特征图；将第一特征图输入分类器中得到对目标图像的分类结果；将第一特征图输入第一判别器中，得到目标图像属于源域的第一概率值；基于多个目标图像各自对应的目标检测分类结果、第一概率值、各源域图像具有的标签，对特征提取器、分类器和第一判别器进行训练，以使特征提取器学习源域图像和目标域图像可共用的特征分布，使得分类器可对目标域图像进行较为准确的分类。

公开(公告)号：CN111583382B

公开(公告)日：2023-10-27

申请号：CN201910124246.2

申请日：2019-02-18

Applicant: 清华大学

Inventor： 付昊桓 ,  甘霖 ,  杨广文 ,  庞小允 ,  徐敬蘅 ,  杨晋喆

IPC: G06T17/00 ,  G06T1/20 ,  G06T1/60

Abstract: 本申请涉及一种数据计算方法、装置、计算机设备和存储介质。所述方法包括：通过获取输入数据，将所述输入数据输入计算模型，其中，所述计算模型至少包括缓存区，所述缓存区包括多个输入窗口，通过所述计算模型对所述输入数据进行处理，得到输出数据；其中，所述输入数据以数据流的形式顺序通过所述缓冲区的多个输入窗口。采用本方法能够通过设计多窗口缓冲区来实现高效的缓存机制，提高了计算输入数据的重用效率；在此基础上，进一步设计了两种并行的方法来实现多重核函数的封装，以及硬件压缩方法的设计，降低了算法对系统带宽的需求，增加了优化的灵活性并提高了计算效率。

公开(公告)号：CN110865882B

公开(公告)日：2022-07-08

申请号：CN201810988672.6

申请日：2018-08-28

Applicant: 清华大学

Inventor： 甘霖 ,  付昊桓 ,  杨广文 ,  庞小允 ,  徐敬蘅 ,  杨超 ,  薛巍 ,  杨晋喆

IPC: G06F9/50

Abstract: 本发明涉及一种数据处理方法、装置、计算机设备和存储介质。应用于异构系统，异构系统包括第一处理器和第二处理器，第一处理器将每个待计算区域划分成外围区域和中心区域；采用预设的异构任务划分方法，第一处理器确定第一处理器的第一任务和第二处理器的第二任务；第一任务为处理所述外围区域的数据，第二任务为处理所述中心区域的数据；采用预设的浅水波方法，第一处理器和所述第二处理器分别执行相应的任务。采用不同的处理器处理不同的任务，使得各处理器处理数据的速度变高，进而使得不需要较高的计算机性能就能处理浅水波方法的数据，降低了对计算机性能的要求。

公开(公告)号：CN111583382A

公开(公告)日：2020-08-25

申请号：CN201910124246.2

申请日：2019-02-18

Applicant: 清华大学

Inventor： 付昊桓 ,  甘霖 ,  杨广文 ,  庞小允 ,  徐敬蘅 ,  杨晋喆

IPC: G06T17/00 ,  G06T1/20 ,  G06T1/60

Abstract: 本申请涉及一种数据计算方法、装置、计算机设备和存储介质。所述方法包括：通过获取输入数据，将所述输入数据输入计算模型，其中，所述计算模型至少包括缓存区，所述缓存区包括多个输入窗口，通过所述计算模型对所述输入数据进行处理，得到输出数据；其中，所述输入数据以数据流的形式顺序通过所述缓冲区的多个输入窗口。采用本方法能够通过设计多窗口缓冲区来实现高效的缓存机制，提高了计算输入数据的重用效率；在此基础上，进一步设计了两种并行的方法来实现多重核函数的封装，以及硬件压缩方法的设计，降低了算法对系统带宽的需求，增加了优化的灵活性并提高了计算效率。

公开(公告)号：CN103326730A

公开(公告)日：2013-09-25

申请号：CN201310223858.X

申请日：2013-06-06

Applicant: 清华大学

Inventor： 付昊桓 ,  甘霖 ,  魏腾鹏 ,  王英侨 ,  黄小猛 ,  杨广文

IPC: H03M7/30

Abstract: 一种数据并行压缩方法，该方法包括读取步骤，通过并行I/O从存储装置中读取待压缩数据；切分步骤，将待压缩数据均匀切分成N个数据块，并将所述N个数据块保存至每个数据块所对应的输入缓冲区；压缩编码步骤，每个进程控制对应的输入缓冲区中的数据块，并利用多线程的方法对该数据块进行并行压缩编码，将压缩编码后的数据存入输出缓冲区；写入步骤，合并输出缓冲区中各个进程并行压缩编码后的数据，并将所述合并后的数据写入输出文件中。该方法在取得理想的压缩比的同时，大大降低压缩过程对时间的开销，能够很好的应用于云存储或数据库系统中，解决压缩实时性不高的问题，提高了压缩的整体性能。