公开(公告)号：CN117351193A

公开(公告)日：2024-01-05

申请号：CN202311319163.1

申请日：2023-10-12

Applicant: 云南电网有限责任公司曲靖供电局

Inventor： 尤志鹏 ,  袁齐坤 ,  颜冲强 ,  高锋 ,  黄俞搏 ,  钱海 ,  柏兴山 ,  张杰 ,  罗艺 ,  陈武 ,  王学良 ,  曹森 ,  晏凯 ,  凌维周 ,  刘立文 ,  石利荣 ,  张松 ,  薛峰 ,  王璋 ,  尹倩 ,  苗俊 ,  纳志敏 ,  冯文斐 ,  樊金泽 ,  李胤廷 ,  代志超 ,  朱家山 ,  陈宏 ,  肖雪 ,  胡留方 ,  王乾龙

IPC: G06V10/25 ,  G06V10/94 ,  G06F21/62 ,  G06F21/60 ,  G06V10/44 ,  G06N3/098 ,  G06N3/0464 ,  H04L9/40 ,  G06V10/96

Abstract: 本发明涉及深度学习技术领域，具体地说，涉及一种基于动态梯度加密的联邦学习鸟巢目标检测算法的方法。在标准的两阶段目标检测模型Faster R‑CNN的基础上，引入联邦学习算法，用来保证数据隐私；采用基于奇异值分解SVD的动态梯度加密方法，以动态精度压缩通信梯度，实现通信成本和模型精度之间的平衡；主要由联邦学习算法、主干特征提取网络、区域候选网络三部分组成，这三部分相互协作，实现对联邦学习场景下的鸟巢目标检测。本发明设计用于解决电力系统中鸟类对高压输电线路造成的危害问题；模型以Faster R‑CNN为基础，采用联邦学习保证数据隐私，同时引入奇异值分解SVD的动态梯度加密方法，以动态精度压缩通信梯度，实现通信成本和模型精度之间的平衡。