一种通信高效的分布式深度学习遥感影像变化检测方法及系统

AITNT
正文
推荐专利
一种通信高效的分布式深度学习遥感影像变化检测方法及系统
申请号:CN202410877630
申请日期:2024-07-02
公开号:CN118711065A
公开日期:2024-09-27
类型:发明专利
摘要
本发明涉及遥感影像深度学习技术领域,提出一种通信高效的分布式深度学习遥感影像变化检测方法及系统,包括:预处理输入遥感影像,得到影像数据集,构建分布式计算环境并设置变化检测模型,构建分布式优化器;在每周期内的迭代过程中,对于各计算节点中变化检测模型的参数采用所述分布式优化器进行压缩处理后在不同节点中进行传输,以及基于动量补偿机制对变化检测模型的部分参数进行更新;评估变化检测模型各项性能指标,并根据评估结果选出最优的变化检测模型用于遥感影像变化检测,得到遥感影像变化检测结果。本发明可有效解决现有分布式训练在通信过程中效率低下的问题。
技术关键词
变化检测模型 分布式深度学习 遥感影像变化检测 梯度压缩方法 分布式计算环境 优化器 参数 稀疏化方法 节点 分布式训练 补偿方法 更新方法 记忆 机制 调度器 深度学习技术 搭建模块 周期性
系统为您推荐了相关专利信息
1
一种基于Mamba架构的双分支注意力与边界增强的遥感图像变化检测方法及系统
变化检测方法 变化检测模型 分支 状态空间模型 全局平均池化
2
图像二分类模型的训练方法、图像二分类方法、装置、电子设备和介质
二分类模型 图像分类模型 二分类方法 样本 像素点
3
一种基于特征交互和时空关联的变化检测方法及系统
变化检测方法 上采样 模块 神经网络对图像 变化检测模型
4
变化语义信息增强的多时相遥感图像描述生成方法及系统
图像组合 生成方法 图像编码 遥感图像特征 融合特征
5
并行分支特征交互的遥感图像建筑物变化检测系统及方法
建筑物变化检测 全局特征提取 局部特征提取 全局特征融合 变化检测模型
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号