-
-
公开(公告)号：CN117036906A
公开(公告)日：2023-11-10
申请号：CN202311019433.7
申请日：2023-08-14
Applicant: 之江实验室
IPC: G06V10/82 , G06V10/764 , G06V10/40 , G06N3/0464 , G06N3/045 , G06N3/0495 , G06N3/082 , G06N3/047 , G06N3/048 , G06N3/0475 , G06N3/094 , G06N3/084 , G06N3/096
Abstract: 一种基于gan神经网络压缩的图像翻译方法和装置，其方法包括：(1)装置配置、初始化：从图像翻译程序中获取将要压缩的生成对抗网络(未压缩网络)，并将其作为教师网络，设置压缩率、参数规模的超参数；(2)构建最大学生网络模型并预训练；(3)学生网络模型剪枝；(4)学生网络模型蒸馏；(5)用学生网络模型执行图像翻译算法，获得翻译后的图像。本发明可以保证在图像翻译质量不下降的前提下，压缩图像翻译算法的参数量，进而减少图像翻译程序的硬件占用空间。
-
公开(公告)号：CN116992944A
公开(公告)日：2023-11-03
申请号：CN202311257199.1
申请日：2023-09-27
Applicant: 之江实验室
IPC: G06N3/082 , G06N3/0464 , G06N3/084 , G06V10/82
Abstract: 本发明公开了一种基于可学习重要性评判标准剪枝的图像处理方法及装置，属于人工智能模型压缩与推理加速领域，该方法包括：获取待剪枝的图像处理模型；在所述待剪枝的图像处理模型的前向传播中，加入重要性评判标准搜索空间，其中所述重要性评判标准搜索空间用于计算所述待剪枝的图像处理模型中每一层卷积层需要剪枝的部分；基于所述重要性评判标准搜索空间进行反向传播并更新所述重要性评判标准搜索空间的参数；对基于最终评判标准剪枝后的模型进行微调。
-
公开(公告)号：CN116071556A
公开(公告)日：2023-05-05
申请号：CN202310311383.3
申请日：2023-03-28
Applicant: 之江实验室
IPC: G06V10/26 , G06V10/762 , G06V10/52 , G06V10/80
Abstract: 本发明公开了一种基于目标框的大尺寸图像自适应裁剪方法和装置，基于包含目标框的训练样本图像和未标注的测试样本图像，从训练样本中分层采样部分数据作为验证样本，使用循环聚类算法提取训练样本图像的目标框特征集合，使用验证样本对目标框特征集合筛选并验证，得到最优的自适应的目标框特征集合，以此作为滑窗平铺裁剪的重叠像素基准，将大图裁剪成多个子图。该方法提出了多尺度融合的特征提取改进算法、新的特征筛选算法及裁剪评价函数，优化了滑窗平铺裁剪算法，一定程度上解决了大尺寸图像裁剪预处理过程中的关键信息丢失，裁剪子图数量多、信息冗余，耗时长的问题。
-
公开(公告)号：CN115081936B
公开(公告)日：2022-11-18
申请号：CN202210856415.3
申请日：2022-07-21
Applicant: 之江实验室
Abstract: 本发明公开一种面向应急条件下多遥感卫星观测任务调度的方法和装置，方法包括：步骤一，构建初始任务需求信息表和卫星资源信息表，再创建任务队列；步骤二，调度系统接收到当前应急任务需求，将当前应急任务插入到新到任务队列进行任务调度，判断和决策当前应急任务是否执行，若执行则插入到等待任务队列，反之拒绝执行，后对下一新到任务进行任务调度；步骤三，开始执行应急任务时，将应急任务加入正在执行任务队列，应急任务执行完成后，再将应急任务加入已执行任务队列；步骤四，当所有任务均执行完成后，汇总出任务调度结果表，形成最终任务调度方案。本发明可以为多卫星组的任务规划提供参考，大幅降低时间复杂度，达到更高的任务规划效率。
-
Patent Agency Ranking
公开(公告)号：CN114612802A
公开(公告)日：2022-06-10
申请号：CN202210508800.9
申请日：2022-05-11
Applicant: 之江实验室
IPC: G06V20/13 , G06V10/40 , G06V10/77 , G06V10/774 , G06V10/764 , G06V10/80 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于MBCNN的舰船目标细粒度分类系统及方法。所述方法包括获取可见光遥感图像的舰船图像并输入预训练好的舰船目标检测模型，经过网络前向推理，输出所有舰船的位置坐标信息；对可见光遥感舰船图像按照舰船的位置坐标信息进行裁剪，获得舰船图像；对舰船图像进行预处理，得到归一化后的舰船图像；构建舰船目标细粒度分类模型，并进行预训练；将该舰船图像输入预训练好的舰船目标细粒度分类模型，经过网络前向推理，输出舰船所属的种类标签。本发明具有准确性高、识别效率高的特点，解决了传统BCNN的一些计算上的缺陷以及细粒度分类上存在的问题。
-
公开(公告)号：CN116992945A
公开(公告)日：2023-11-03
申请号：CN202311257346.5
申请日：2023-09-27
Applicant: 之江实验室
IPC: G06N3/082 , G06N3/063 , G06V10/82 , G06N3/0464
Abstract: 本发明公开了一种基于贪心策略反向通道剪枝的图像处理方法及装置，该方法包括：获取图像数据集和待剪枝图像处理网络，对待剪枝图像处理网络进行预训练，得到预训练模型，其中预训练过程中所使用的图像集与图像数据集分布相似或相同；将预训练模型划分为特征提取量化模块和输出模块，其中特征提取量化模块作为剪枝对象；根据基于贪心策略的通道选择方法对特征提取量化模块进行反向的逐层通道剪枝，并在每层剪枝完成后进行预定轮次的微调；对进行反向的逐层通道剪枝后的预训练模型在图像数据集上进行一定轮次的微调，得到微调后的图像处理模型；将微调后的图像处理模型部署于终端，以通过微调后的图像处理模型进行图像处理。
-
公开(公告)号：CN116148855B
公开(公告)日：2023-07-21
申请号：CN202310349555.6
申请日：2023-04-04
Applicant: 之江实验室
Abstract: 本发明公开了一种时序InSAR大气相位去除和形变解算的方法及系统，该方法首先获取监测区的时间序列SAR图像及DEM数据，并进行预处理、差分干涉、滤波及相位解缠；其次构建含有大气相位的差分干涉图的样本库；再基于条件生成对抗神经网络CGAN对样本库进行增广并构建完整版样本库；然后基于TransUNet网络构建大气相位去除TransUNet网络模型，并进行训练和测试，以去除差分干涉图中的大气相位；最后基于去除大气相位后的差分干涉图进行时序InSAR的形变解算，以获取监测区的地表形变信息。本发明能够突破现有InSAR技术中无法完全消除大气相位误差的技术瓶颈，同时提高了时序InSAR形变解算的精度。
-
公开(公告)号：CN114966692B
公开(公告)日：2022-11-08
申请号：CN202210844540.2
申请日：2022-07-19
Applicant: 之江实验室
Abstract: 本发明公布了一种基于Transformer的InSAR技术多年冻土区多变量时序形变预测方法，包括：获取冻土区时序SAR图像进行预处理和差分干涉流程并构建InSAR形变模型；进行多时相InSAR数据处理，得到多维时序形变数据；对多维时序形变数据进行滤波平滑处理，根据现有冻土分布图和聚类分析提取出不同冻土区时序形变结果；建立基于不同冻土区的时序形变数据和地表、日空气温度数据、土壤含水量的多变量时序Tranformer预测模型；对该模型进行训练，并对不同类型冻土区的形变规律进行预测和获取InSAR时序形变预测结果。本发明能够实现多年冻土区不同冻土类型时序形变有效预测，具有形变预测范围大，预测精度高等优势，可应用于多变量InSAR时序形变预测，填补了多年冻土区时序形变预测的空白。
-
公开(公告)号：CN115081936A
公开(公告)日：2022-09-20
申请号：CN202210856415.3
申请日：2022-07-21
Applicant: 之江实验室
Abstract: 本发明公开一种面向应急条件下多遥感卫星观测任务调度的方法和装置，方法包括：步骤一，构建初始任务需求信息表和卫星资源信息表，再创建任务队列；步骤二，调度系统接收到当前应急任务需求，将当前应急任务插入到新到任务队列进行任务调度，判断和决策当前应急任务是否执行，若执行则插入到等待任务队列，反之拒绝执行，后对下一新到任务进行任务调度；步骤三，开始执行应急任务时，将应急任务加入正在执行任务队列，应急任务执行完成后，再将应急任务加入已执行任务队列；步骤四，当所有任务均执行完成后，汇总出任务调度结果表，形成最终任务调度方案。本发明可以为多卫星组的任务规划提供参考，大幅降低时间复杂度，达到更高的任务规划效率。
-
-
-
-
-
-
-
-
-
Search Results
24
records
(took 0.022 seconds)
