边缘计算下模型结构优化的车载感知设备联合学习方法
授权
摘要
本发明公开了一种边缘计算下模型结构优化的车载感知设备联合学习方法，包括：根据车载设备所采用的目标检测算法，建立适用于车载设备的神经网络模型作为本地模型，利用中心服务器提供的初始化参数，进行本地模型的训练，并进行本地梯度更新，得到更新后的梯度；对本地模型进行梯度稀疏化、量化本地梯度、无损压缩处理；将量化后的本地梯度和压缩后的二值化掩码矩阵以流水线的形式上传至中心服务器；在车载设备完成本地模型梯度压缩和上传后，由中心服务器进行逐神经元梯度聚合；通过车载设备获取全局的聚合梯度，对本地模型进行更新，利用更新后的模型进行道路感知。
基本信息
专利标题 ：
边缘计算下模型结构优化的车载感知设备联合学习方法
专利标题（英）：
暂无
公开（公告）号 ：
CN113595993A
申请号 ：
CN202110782873.2
公开（公告）日 ：
2021-11-02
申请日 ：
2021-07-12
授权号 ：
CN113595993B
授权日 ：
2022-06-14
发明人 ：
黄泽茵李贺李柔仪李培春余荣谭北海朱璟
申请人 ：
广东工业大学
申请人地址 ：
广东省广州市越秀区东风东路729号
代理机构 ：
佛山市君创知识产权代理事务所(普通合伙)
代理人 ：
杜鹏飞
优先权 ：
CN202110782873.2
主分类号 ：
H04L29/06
IPC分类号 ：
H04L29/06 H04L29/08 H04L12/24 G06F9/50 G06N3/04 G06N3/08
法律状态
2022-06-14 ：
授权
2021-11-19 ：
实质审查的生效
IPC(主分类) : H04L 29/06
申请日 : 20210712
申请日 : 20210712
2021-11-02 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
