一种基于卷积局部增强的多尺度Transformer图像语义分割方法

    公开(公告)号:CN117058392A

    公开(公告)日:2023-11-14

    申请号:CN202311105711.0

    申请日:2023-08-30

    Abstract: 本发明涉及计算机视觉中的图像语义分割领域,特别涉及一种基于卷积局部增强的多尺度Transformer图像语义分割方法,包括:在数据集ADE20K和Cityscapes中获取原始图像,将原始图像输入到Conv Stem层进行特征提取,得到特征图;将特征图输入到多尺度特征增强提取模块,得到不同尺度的特征图;将不同尺度的特征图输入到特征融合解码器中,得到融合特征图;将融合特征图输入到语义分割模块中,得到图像语义分割结果;本发明采用局部信息增强模块及特征交汇模块实现了与Transformer结构的优势互补,提高了网络的分割性能;本发明采用特征融合解码器实现了对低层空间细节特征和高层的语义信息特征的有效融合。

    一种基于MEC的软件定义车联网服务迁移方法

    公开(公告)号:CN113114721A

    公开(公告)日:2021-07-13

    申请号:CN202110274917.0

    申请日:2021-03-15

    Abstract: 本发明属于车联网无线短距离通信技术领域,具体涉及一种基于MEC的软件定义车联网服务迁移方法,该方法包括:根据车联网服务迁移的优化目标确定车辆用户的时延函数;采用Dijkstra路由算法确定车辆任务的最优路径,并采用Q‑learning算法优化车辆任务迁移时延函数,得到车辆用户时延函数的最优值,采用时延函数最优值的服务器进行任务的迁移;本发明结合SDN,虚拟机和车联网确定车联网服务迁移方法,实现了车联网服务迁移的最优迁移方式。

    一种基于MEC的软件定义车联网服务迁移方法

    公开(公告)号:CN113114721B

    公开(公告)日:2022-05-03

    申请号:CN202110274917.0

    申请日:2021-03-15

    Abstract: 本发明属于车联网无线短距离通信技术领域,具体涉及一种基于MEC的软件定义车联网服务迁移方法,该方法包括:根据车联网服务迁移的优化目标确定车辆用户的时延函数;采用Dijkstra路由算法确定车辆任务的最优路径,并采用Q‑learning算法优化车辆任务迁移时延函数,得到车辆用户时延函数的最优值,采用时延函数最优值的服务器进行任务的迁移;本发明结合SDN,虚拟机和车联网确定车联网服务迁移方法,实现了车联网服务迁移的最优迁移方式。

Patent Agency Ranking