公开(公告)号：CN118337780A

公开(公告)日：2024-07-12

申请号：CN202410261192.5

申请日：2024-03-07

Applicant: 重庆大学

Inventor： 李秀华 ,  陈远 ,  程路熙 ,  张祯 ,  王刚 ,  郝金隆 ,  范琪琳 ,  柳玲 ,  文俊浩

IPC: H04L67/10 ,  H04L67/12 ,  H04L41/14

Abstract: 一种车辆边缘计算网络下面向密集异构任务的竞争与协作计算卸载方法，包括：1)构建车辆边缘计算网络系统；2)获取当前系统中的信息数据；3)初始化系统的参数和迭代次数；4)初始化所有车辆的状态和时间片；5)通过对应的策略选取动作，车辆执行动作后生成经验元组，将经验元组存放至回放池；6)利用回放池中的数据更新系统的目标网络，时间片加一，返回步骤5)，直至时间片达到预设阈值；7)迭代次数加一，返回步骤4)，直至迭代次数达到预设阈值，输出车辆计算卸载方法。本发明相较于其他任务卸载方法，表现出了更低的任务执行延迟和更高的任务完成率，为车辆边缘计算领域的任务卸载决策问题提供了一种创新的解决思路。

公开(公告)号：CN118397598A

公开(公告)日：2024-07-26

申请号：CN202410520640.9

申请日：2024-04-28

Applicant: 重庆大学

Inventor： 李秀华 ,  张祯 ,  郝金隆 ,  黄河澎 ,  曾胡爽 ,  蔡春茂 ,  范琪琳 ,  杨正益 ,  文俊浩

IPC: G06V20/58 ,  G06V10/764 ,  G06V10/80 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08 ,  G06F17/18

Abstract: 本发明公开一种轻量级车载目标检测模型及其混合精度量化方法，包括以下步骤：1)构建轻量级车载目标检测模型；所述轻量级车载目标检测模型的主干网络和颈部网络采用在线卷积重参数化的跨阶段特征融合模块C2f_OREPA；2)对轻量级车载目标检测模型进行混合精度的量化感知训练；3)获取输入数据，并输入至训练后的轻量级车载目标检测模型，得到输出。本发明提出的OCW‑YOLO模型相较于YOLOv8模型改进后的算法FLOPs下降，计算需求降低，更加轻量，并且精度上升，更好地满足资源受限地车载设备的高精度、高实时性需求。