首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

大幅面遥感影像的深度学习框架模块设计与构建方法 

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:武汉大学;华为技术有限公司

摘要:本发明提供了一种大幅面遥感影像的深度学习框架模块设计与构建方法。本发明设计了智能模型的中间层表示和编译优化模块以使通用深度学习框架融合遥感特性,具备大幅面遥感影像的智能解译能力,具体流程为:输入的智能处理模型,经过中间层表示和编译优化模块的大幅面特性处理使之具备了处理大幅面影像的能力,转换后的模型使用影像数据训练后,最终输出具有大幅面特性的模型训练出的参数。另外本发明还设计了大幅面遥感影像的数据切分并行模块,用于将输入的大幅面影像经数据增强,沿HW维度切分,下发至多张训练卡上。本发明使用中间层表示和编译优化的方法进行优化后,使框架具备大幅面遥感影像训练和推理的能力。

主权项:1.大幅面遥感影像的深度学习框架模块设计与构建方法,其特征在于:设计了一个中间表示模块,用于将多源框架构建的模型,经过中间表示和编译优化转换为具备处理大幅面影像的模型,该模块的具体构建方法包括如下步骤:首先,前端使用多源框架构建的模型的计算图经编译生成抽象语法树,然后利用中间表示模块对模型进行大幅面遥感特性改造,生成优化后的模型计算图的机器执行代码,最后根据该代码训练模型,训练过程可使用多设备并行计算;所述中间表示模块用于将模型转换为统一表示,中间表示模块采用多级的分层结构,每一级的中间表示都保有模型某一维度的特征,从而在该维度上对模型进行优化,每一级别的中间表示可以通过转换下降到更低层次的表达上,并执行相应层级的优化,经过不同层次级别的中间表示与优化,最终得到优化后的模型中间表示;所述中间表示模块包括算子分解、算子融合,其中算子分解是指将原来的大计算机图的算子分解为一系列作用在小计算图上的算子,从而保证整个模型可以部署在目标硬件上;算子融合是指将多个算子组合在一起放到同一个核中,从而消除多余的计算,降低计算图的内存或显存占用量。

全文数据:

权利要求:

百度查询: 武汉大学 华为技术有限公司 大幅面遥感影像的深度学习框架模块设计与构建方法

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。