龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：天津理工大学
摘要：本发明提供了一种基于联邦学习的空中多视觉平台地面异常检测方法，属于计算机视觉领域。该方法步骤如下：每个视觉平台利用设备采集地面异常数据并标注；每个视觉平台对其本地数据集执行本地训练；在本地训练阶段，计算模型训练损失以及模型间的对比损失；在本地迭代训练后，将各本地模型更新上传至服务器；服务器将接收到的所有参数安全聚合后得到新的全局模型，并下发新的全局模型参数到每个视觉平台；循环执行以上步骤至通信轮次结束，全局模型收敛。每个视觉平台使用最终全局模型执行异常检测任务。本发明通过模型对比的方式纠正本地模型更新，得到表征能力更强的全局模型，在地面异常检测领域，能够提高异常检测的指标。
主权项：1.一种基于联邦学习的空中多视觉平台地面异常检测方法，其特征在于，包括步骤如下：1收集各地地面异常图像，并对图像进行像素级别标注为正负样本，包括地面异常的位置和精确的边界，形成地面异常数据集；2设计适用于所述地面异常数据集的神经网络，在各地客户端对各地地面异常数据集进行本地训练，得到本地模型，以实现对地面是否存在异常进行判断且对地面异常图像进行分割；3采用联邦学习方法将步骤2中在各地客户端得到的本地模型上传至全局服务端，得到表征能力更强的全局模型；4全局服务端与各地客户端进行多次通讯，连续地对本地客户端与全局服务端进行模型更新，得到集成各地数据的最终模型；5通过计算精确度、召回率和F1值对所述最终模型的性能进行评价。
全文数据：
权利要求：
百度查询： 天津理工大学 一种基于联邦学习的空中多视觉平台地面异常检测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号