公开(公告)号：CN111444821B

公开(公告)日：2022-03-25

申请号：CN202010215253.6

申请日：2020-03-24

Applicant: 西北工业大学

Inventor： 聂烜 ,  张衡 ,  何大海 ,  胡凯 ,  任聪豪 ,  蒋刚

IPC: G06V10/22 ,  G06V10/774 ,  G06V20/54 ,  G06K9/62 ,  G06N3/04 ,  G06T7/11

Abstract: 本发明提供了一种城市道路标志自动识别方法，首先进行数据集准备，构建Coef YOLO网络并训练Coef YOLO网络，然后对图像中的道路标志进行检测，筛选出最终的检测目标。本发明在YOLO网络的基础上，引入并构建了基于边框回归训练的Coef YOLO网络，针对传统YOLO网络训练收敛慢和对小目标检测率低的现状，引入了基于批量标准化的网络优化，提升网络的训练速度和检测性能；提出了基于样本自适应改进的损失函数Coef loss，根据样本检测难度不同，损失函数自适应地调节权重，改进了网络在目标检测时对小目标检测准确度低的问题。

公开(公告)号：CN111444821A

公开(公告)日：2020-07-24

申请号：CN202010215253.6

申请日：2020-03-24

Applicant: 西北工业大学

Inventor： 聂烜 ,  张衡 ,  何大海 ,  胡凯 ,  任聪豪 ,  蒋刚

IPC: G06K9/00 ,  G06K9/20 ,  G06K9/62 ,  G06N3/04 ,  G06T7/11

Abstract: 本发明提供了一种城市道路标志自动识别方法，首先进行数据集准备，构建Coef YOLO网络并训练Coef YOLO网络，然后对图像中的道路标志进行检测，筛选出最终的检测目标。本发明在YOLO网络的基础上，引入并构建了基于边框回归训练的Coef YOLO网络，针对传统YOLO网络训练收敛慢和对小目标检测率低的现状，引入了基于批量标准化的网络优化，提升网络的训练速度和检测性能；提出了基于样本自适应改进的损失函数Coef loss，根据样本检测难度不同，损失函数自适应地调节权重，改进了网络在目标检测时对小目标检测准确度低的问题。

公开(公告)号：CN117608850A

公开(公告)日：2024-02-27

申请号：CN202311639434.1

申请日：2023-12-01

Applicant: 西北工业大学

Inventor： 姚远 ,  韩晓波 ,  刘冲 ,  杨刚 ,  贾伟 ,  胡凯 ,  周兴社

IPC: G06F9/50 ,  G06F9/54 ,  G06N3/063

Abstract: 本发明公开一种神经网络处理器的多任务计算资源分配方法及装置，该方法包括：将获取的神经网络处理器的状态参数输入负载感知性能模型，计算并输出所有任务在不同的算力下的实际剩余执行时间；对每个任务，获取任务的截止期以及当前执行时间，确定使当前执行时间与剩余执行时间总和小于截止期时剩余执行时间的最大值，并确定最大值对应的最小算力；对神经网络处理器和等待队列中的所有任务的最小算力求和，得到算力需求最小值；根据算力需求最小值与神经网络处理器的总计算资源量的大小，结合所有任务的优先级，确定所有任务的计算资源分配方案。本方案能按照任务的优先级对多个任务进行计算资源分配，满足机载嵌入式系统对任务实时性的要求。