-
公开(公告)号:CN117593582A
公开(公告)日:2024-02-23
申请号:CN202311619791.1
申请日:2023-11-30
Applicant: 艾迪恩(山东)科技有限公司 , 西南交通大学烟台新一代信息技术研究院 , 鲁东大学
IPC: G06V10/764 , G06V10/774 , G06V10/778 , G06V10/82 , G06N3/0464 , G06N3/096 , G06N3/098
Abstract: 本发明涉及图像处理技术领域,公开了一种基于联邦迁移学习的图像分类装置及算法,装置包括:多个客户端、服务器端及训练端,多个客户端分别与服务器端形成通信连接,服务器端与训练端形成通信连接,多个客户端、服务器端及训练端协同完成模型的训练和更新;客户端分别在其本地训练数据模型,并将模型权重发送至服务器端;服务器端聚合来自各客户端的模型权重,并将聚合后的全局模型参数发送至训练端;训练端基于全局模型参数在目标数据集上进行训练,并将更新后的参数返回给服务器端。算法通过装置来实现。本发明通过联邦学习实现数据聚合,通过迁移学习构建有效的共享机器学习模型,以适应目标数据集的特性;具有高度的通用性和良好的可扩展性。
-
公开(公告)号:CN119131349A
公开(公告)日:2024-12-13
申请号:CN202411149535.5
申请日:2024-08-21
Applicant: 西南交通大学烟台新一代信息技术研究院 , 艾迪恩(山东)科技有限公司
IPC: G06V10/25 , G06N3/0464 , G06V10/44 , G06V10/80
Abstract: 本申请公开了一种模型训练方法及智慧工地安全设备检测方法,属于目标检测技术领域。该方法首先获取样本安全设备图像、样本安全设备标注图像和YOLOv8改进模型,所述YOLOv8改进模型包括高层筛选特征融合金字塔结构、动态采样模块、RepGhostCSPELAN模块和SEAM注意力模块;然后,基于所述样本安全设备图像和所述样本安全设备标注图像,训练YOLOv8改进模型,得到目标安全设备检测模型。该方法可以减少参数量和计算量,提升智慧工地中安全设备的检测效果,保证检测实时性和高效性。
-