-
Patent Agency Ranking
公开(公告)号：CN114581781A
公开(公告)日：2022-06-03
申请号：CN202210480814.4
申请日：2022-05-05
Applicant: 之江实验室
Abstract: 本发明公开了一种高分辨率遥感图像的目标检测方法及装置，该方法包括：从传感器获取原始高分辨率遥感图像；从历史检测结果中获取原始高分辨率遥感图像所对应区域以及所述区域向四周扩展预定距离的扩展区域内的目标信息；根据目标信息，对原始高分辨率遥感图像进行自适应的图像分区，得到不同的簇侯检区，进而得到必检区和非必检区；进行必检区的模型选择，生成必检区的目标检测方案；执行目标检测方案，得到必检区的检测结果；判断计算平台是否有多余计算资源以检测非必检区，若有，则进行非必检区的动态分区检测，得到非必检区的检测结果，将必检区的检测结果和非必检区的检测结果合并为目标检测结果，否则将必检区的检测结果作为目标检测结果。
-
公开(公告)号：CN110851255A
公开(公告)日：2020-02-28
申请号：CN201911080332.4
申请日：2019-11-07
Applicant: 之江实验室
IPC: G06F9/48 , G06N3/02 , H04N21/234 , H04N21/44
Abstract: 本发明公开一种基于终端设备和边缘服务器协同进行视频流处理的方法，所述的视频流处理划分为数据预处理、深度神经网络推理和结果处理三个阶段，终端设备的计算任务分为数据预处理TP、数据传输TD_t、神经网络推理TI、结果接收TR_r和结果处理TF，边缘服务器的计算任务分为数据接收ED_r、深度神经网络推理EI，结果传输ER_t，所述的视频预处理采用流水化方式进行任务调度，终端设备按照任务优先级，根据空闲状态执行计算任务，边缘服务器也根据任务优先级的顺序执行；其中，终端设备承担任务的优先级从高到低排序为：TR_r>TD_t>TF>TP＝TI；边缘服务器承担任务的优先级从高到低排序为：ED_r>EI>ER_t。该方法在发挥边缘服务器强大算力的同时，提高了计算效率。
-
公开(公告)号：CN118052176A
公开(公告)日：2024-05-17
申请号：CN202410125349.1
申请日：2024-01-30
IPC: G06F30/33 , G06F7/57 , G06F111/04
Abstract: 本发明公开了一种面向浮点融合运算单元的激励抽样预验证方法和装置，构造P组原始测试激励，随后构造样本激励；然后对样本激励预验证，比较计算结果，若结果一致，修改所述待验证浮点融合运算单元的代码，并提交设计工程师进行BUG修复，得到修复后的待验证浮点融合运算单元；若不一致，对结果不一致的样本激励所在的原始测试激励组进行验证，对比结果进一步分析设计代码中的BUG；修改所述待验证浮点融合运算单元的代码，并提交设计工程师进行BUG修复，得到修复后的待验证浮点融合运算单元；依次验证原始测试激励组。在样本激励构造阶段，通过对原始测试激励组抽样生成的样本激励数据具备典型性和一般性。同时，对各种数据类型结构边界值组合构造的样本激励具有强大的故障发现能力。
-
公开(公告)号：CN116976463A
公开(公告)日：2023-10-31
申请号：CN202310880317.8
申请日：2023-07-18
Applicant: 之江实验室
IPC: G06N20/00 , G06F18/214
Abstract: 本发明公开了一种用于提升深度学习训练性能的数据交换方法及系统，包括：S1：数据载入，对共享存储中的所有训练样本编号，根据当前训练轮次生成随机的训练序列；节点包括：GPU、CPU、本地存储、存储引擎；第一轮的训练样本按照训练序列载入对应节点的本地存储中；S2：判断当前轮次是否为最后一轮，若是，执行S3；若否，执行S4；S3：每个节点的GPU使用本地存储的训练样本，按照训练序列进行当前轮次的深度学习训练；S4：GPU按照训练序列进行当前轮次的训练，同时CPU将本轮次已训练的训练样本和其他节点进行数据交换，完成后重复执行S2。本发明在训练过程中，将训练样本交换到其下个轮次所属的节点，避免在训练时的跨节点访问。
-
-
-
-
Search Results
35
records
(took 0.056 seconds)
