-
公开(公告)号：CN115629860A
公开(公告)日：2023-01-20
申请号：CN202211298016.6
申请日：2022-10-21
Applicant: 中国科学院软件研究所
IPC: G06F9/48
Abstract: 本发明公开了一种软件参数调优方法、容器管理平台、存储介质及系统，所述容器管理平台包括：任务接收模块、数据收集模块、在线优化模块、参数更新模块、离线优化模块和专家知识库。该容器管理平台可以针对动态调优任务或静态调优任务的需要，提供最优算法解决方案或查表解决方案，在保障应用程序服务感知不到中断的情况下，使用新的调优过的容器替换原有容器的方式，对应用程序在启动时设定的初始化参数进行用户无感的更新。
-
公开(公告)号：CN113313213B
公开(公告)日：2021-11-19
申请号：CN202110853633.7
申请日：2021-07-28
Applicant: 中国航空油料集团有限公司 , 航天神舟智慧系统技术有限公司 , 中国科学院软件研究所
IPC: G06K9/62
Abstract: 一种加速目标检测算法训练的数据集处理方法，包括：（1）获取锚框类目标检测算法所需的训练用数据集；（2）数据集数据分析，提取数据集中所有标注框的特征作为待处理数据的划分依据；（3）数据集聚类，使用聚类算法，按照小、中、大三个尺度对特征进行聚类划分；（4）数据集划分；（5）模型训练，构成三阶训练体系，并按照先验知识对批处理数据簇进行分步训练；提高了深度学习数据集的训练效率，使用灵活方便，极大的加速了训练进度从而缩短训练时间。
-
公开(公告)号：CN113343949B
公开(公告)日：2021-10-29
申请号：CN202110883375.7
申请日：2021-08-03
Applicant: 中国航空油料集团有限公司 , 航天神舟智慧系统技术有限公司 , 中国科学院软件研究所
Abstract: 一种通用的基于嵌入式平台的行人检测模型的训练方法，包括：数据集的准备，进行图像标准化；训练浮点模型，采用降低浮点数进行深度学习模型训练；微调量化卷积层，使用上一步骤得到的浮点模型，并将模型的路径添加到微调量化卷积脚本中进行微调，得到微调量化卷积层；应用线性变换微调模型，利用已标注的样本对预训练参数进行调整，以针对行人检测任务来修正模型网络；模型效果测试，利用测试集测试行人检测模型的准确率和召回率；在实时性和检测的灵活性上有较大的提高，同时具有高准确率和召回率等良好性能。
-
公开(公告)号：CN112764875A
公开(公告)日：2021-05-07
申请号：CN202011628463.4
申请日：2020-12-31
Applicant: 中国科学院软件研究所
IPC: G06F9/455
Abstract: 本发明公开了一种面向智能计算的轻量级入口容器微服务系统及方法。本系统包括轻量级入口容器、任务分配容器以及智能计算业务容器，其中所述轻量级入口容器，用于接收用户输入的任务描述并将其发送给所述分配分配容器；所述任务分配容器包含任务解析器和任务分发器；任务解析器用于对任务描述进行解析，并将解析信息发送给任务分发器；任务分发器根据解析得到的智能计算业务所需的模型和输入数据的下载地址，下载对应智能计算业务使用到的模型、输入数据至智能计算业务容器部署节点；根据任务描述信息配置、创建和启动智能计算业务容器的yaml配置文件；然后任务分发器启动智能计算业务容器并发送智能计算请求，执行推理计算。
-
公开(公告)号：CN112580627A
公开(公告)日：2021-03-30
申请号：CN202011490588.5
申请日：2020-12-16
Applicant: 中国科学院软件研究所
Abstract: 本发明公开了一种基于国产智能芯片K210的yolov3实时目标检测方法及电子装置，包括模型训练、模型量化和剪枝、模型转换、新增算子、实现yolo层、编译、烧录。首先根据K210开发板所支持的算子修改yolov3模型的backbone；然后使用PASCAL VOC2012和PASCAL VOC2007数据集训练模型，并进行剪枝；将保存好的模型转换为K210可以识别加载的格式，最后由K210摄像头采集到的图像，经过模型得到feature map，对得到的feature map通过yolo层进行激活、nms等操作得到图像中物体的位置和类别。本发明对yolov3算法进行剪枝、量化后使得模型大小减少到原来的11％；且利用K210软件栈执行硬件加速后运行速度相比于cpu有所提升。
-
Patent Agency Ranking
公开(公告)号：CN109634843A
公开(公告)日：2019-04-16
申请号：CN201811285022.1
申请日：2018-10-31
Applicant: 中国科学院软件研究所
CPC classification number: G06F11/3692 , G06F9/546 , G06F11/3664 , G06F11/3688 , G06F2209/548
Abstract: 本发明公开了一种面向AI芯片平台的分布式自动化软件测试方法及平台。该平台可以通过服务器将AI软件测试任务自动化的分发给不同的AI芯片平台客户端计算机去运行，测试完成后将测试结果统一到服务器管理，然后根据需求自动发布环境更新任务并随后向X86客户端发起第二次相同的测试任务，该任务在X86客户端上进行纯软件运行，并统一收集管理第二次的测试结果。当两次测试工作结束后，会自动的对两次的测试结果进行对比分析，并输出分析结果；并且，对前后两次离线模型的改变进行追溯，定位离线模型的结点或者输入导致错误，帮助软件工程师和硬件工程师排查问题。
-
公开(公告)号：CN103761092B
公开(公告)日：2017-01-11
申请号：CN201410025189.X
申请日：2014-01-20
Applicant: 中国科学院软件研究所
IPC: G06F9/44
Abstract: 本发明涉及一种基于知识社群的在线源码协同分析和分享方法及装置，该方法的步骤包括：1）知识社群认证和源码协同分析平台建设：通过知识社群认证接口绑定现有开源社区的用户并初始化社区成员权限，构建包含现有热门开源软件的源码上下文环境，解析其中文件所包含的编程要素并创建相应的知识库词条入口，提供源码和词条关联机制；2）在线源码协同分析：社群成员利用在线协同分析环境进行相关源码上下文环境中的源码分析和多历史版本的词条编辑；3）知识集成与分享：社群成员按照贡献程度有差别的分享和利用知识。本发明充分利用知识社群集中了开源软件开发者和爱好者，满足了社群成员便捷的知识创建、知识创新、快速查询、分享和利用的需求。
-
公开(公告)号：CN116860256B
公开(公告)日：2025-04-01
申请号：CN202310848297.6
申请日：2023-07-11
Applicant: 中国科学院软件研究所 , 中科南京软件技术研究院
Abstract: 本发明公开了一种面向RISC‑V基础C库的优化方法，属于计算机软件技术领域，本方法采用编译器预定义宏实现基础指令集与RVV扩展指令集的兼容，着重优化了基础C库的字符串操作函数，分别实现了仅包含基础指令集和RVV指令集的汇编实现。基础指令集实现的字符串操作函数采用细粒度数据划分、地址对齐、循环展开、地址跳转、魔法数等优化方式提升函数的性能和效率。RVV扩展指令集实现的字符串操作函数采用地址对齐、向量化等优化方式提升基础C库函数的执行效率。
-
公开(公告)号：CN119003391B
公开(公告)日：2025-03-21
申请号：CN202411456918.7
申请日：2024-10-18
Applicant: 中国科学院软件研究所
IPC: G06F13/10 , G06F9/4401 , G06F13/38
Abstract: 本申请涉及IO设备共享技术领域，提供一种IO设备共享方法及装置。所述方法包括：控制第一物理机的内核空间中的前端驱动，将写入所述前端驱动的第一控制数据经由套接字发送至第二物理机的内核空间中的虚拟IO处理单元；控制所述虚拟IO处理单元将所述第一控制数据发送至所述第二物理机的内核空间中的虚拟设备驱动；控制所述虚拟设备驱动将所述第一控制数据发送至所述第二物理机的内核空间中的真实设备驱动，以控制所述第二物理机上的IO设备。本申请提供的IO设备共享方法及装置可以在不受限于特定的开源系统的情况下，实现物理机之间的IO设备共享，提高IO设备共享的通用性。
-
公开(公告)号：CN118590594A
公开(公告)日：2024-09-03
申请号：CN202410515534.1
申请日：2024-04-26
Applicant: 中国科学院软件研究所
Abstract: 本发明提供一种基于RISC‑V芯片的双光融合监控方法及系统，属于图像处理技术领域，包括：获取双光视频流数据，包括可见光视频流和红外视频流；解析双光视频流数据获取可见光视频帧图像和灰度视频帧图像；将可见光视频帧图像和灰度视频帧图像输入至双光融合网络进行视频帧融合；将融合视频帧图像合成为融合视频流。本发明提供的基于RISC‑V芯片的双光融合监控方法及系统，使用一种新的语义感知的红外图像与可见光图像融合框架，提出了一种轻量级红外与可见光图像融合网络，有效地实现了实时图像融合并展现高级视觉任务的优越性能，且由于RISC‑V芯片的开放性和可定制性，故本方法还具有良好的可扩展性，可以满足不同用户的需求。
-
-
-
-
-
-
-
-
-
Search Results
54
records
(took 0.028 seconds)
