摘要
本发明公开了一种基于国产自主AI芯片的柔鱼渔场边缘预报方法及电子设备,所述方法包括:获取目标海域的环境数据及目标鱼种的渔业数据,并进行时空对齐和标准化处理;基于改进的U‑Net深度学习架构构建渔场预测模型,并在GPU平台上进行模型训练;将训练好的模型迁移得到OM格式的离线模型,部署至国产AI芯片上进行模型推理,通过配置训练策略和迁移策略平衡精度和计算效率;对得到的迁移后模型进行有效性分析,选取精度最优的模型为最优预测模型;以得到的最优模型为基础,在边缘端进行加载,输入实时海洋环境数据,输出中心渔场预测结果。本发明通过国产AI芯片实现边缘端实时预测,避免了数据传输延迟,显著提升了远洋渔船的作业效率。
技术关键词
预报方法
深度学习架构
精度
海洋环境数据
芯片
策略
Sigmoid函数
开发者套件
有效性
数据传输延迟
电子设备
作业渔船
离线
远洋渔船
格式
平台
时间段
处理器
基础
系统为您推荐了相关专利信息
机器人系统
协同回收方法
拦阻装置
回收系统
多源定位
图像分割方法
图像分割模型
多光谱
矩阵
孤立森林算法
数据处理芯片
车辆运行数据
三相逆变桥
驱动芯片
TAS传感器