“孙军欢”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果98个，建议您升级VIP下载更多相关专利

[发明专利]目标检测方法、装置及存储介质-CN202011254275.X有效
发明人：彭焯艺;孙军欢;胡水海 -专利权人：马鞍山市瀚海云星科技有限责任公司
申请日： 2020-11-11 - 公布日： 2021-11-23 - 主分类号： G06T7/00 文献下载
摘要：本申请公开了一种目标检测方法、装置及存储介质，该方法包括：获取当前图像帧，当前图像帧包括相关物体图像；利用相关图像帧的相关物体图像对当前图像帧进行配准，得到相关物体图像的配准映射关系，相关图像帧包括目标图像和相关物体图像，其中目标与相关物体之间的相对位置保持不变，摄像装置拍摄得到当前图像帧和相关图像帧时目标和相关物体均在摄像装置的视角范围内；根据配准映射关系和相关图像帧的目标图像的每个像素，得到相关图像帧的目标图像在当前图像帧的配准位置。通过这种方式，能够检测出目标在图像帧的位置，即使目标被部分遮挡、完全遮挡或光线昏暗。
目标检测方法装置存储介质

[发明专利]用于联邦学习和隐私计算的任务调度方法及系统-CN202111225495.4在审
发明人：薛新江;张春海;孙军欢;陈沫 -专利权人：深圳致星科技有限公司
申请日： 2021-10-21 - 公布日： 2021-11-19 - 主分类号： G06F9/48 文献下载
摘要：本申请涉及用于联邦学习和隐私计算的任务调度方法及系统。该方法包括：将业务流程的实施过程转换为由多个子任务组成的子任务队列，其中，所述多个子任务中的每一个子任务对应多个阶段中的一个阶段；为所述多个阶段提供多个工作线程，所述多个阶段中的每一个阶段对应所述多个工作线程中的一个工作线程；按照所述子任务队列的先后次序逐个执行所述多个子任务中的每一个子任务并调用与该子任务所对应的阶段相对应的工作线程来执行该子任务。如此有利于提高执行效率及提供精细化控制同时保证整体计算效率和控制复杂度。
用于联邦学习隐私计算任务调度方法系统

[发明专利]用于联邦学习安全审计的密钥管理系统、方法及存储介质-CN202110912203.8有效
发明人：李晋杰;孙军欢;陈沫 -专利权人：深圳致星科技有限公司
申请日： 2021-08-10 - 公布日： 2021-11-02 - 主分类号： H04L9/08 文献下载
摘要：本申请涉及一种用于联邦学习安全审计的密钥管理系统、方法及存储介质。密钥管理系统包括：用户接口模块用于接收用户的请求；密钥服务处理模块，配置成生成特定于所述用户的可见密钥空间，特定于所述用户的可见密钥空间中的密钥可用于响应所述用户的请求；密钥生成模块；和密钥存储模块。密钥存储模块所保存的每个密钥的状态根据与该密钥对应的联邦学习任务是否结束以及与该联邦学习任务对应的安全审计需求是否满足而确定。本申请的发明不仅能满足各种联邦学习框架和软件产品对规范性和安全性的要求，而且考虑到后续的安全审计的需求，以及同一个参与方的不同个体或者不同参与方在权限、隐私、隔离要求等方面的差异。
用于联邦学习安全审计密钥管理系统方法存储介质

[发明专利]一种大规模分布式训练集群的参数更新方法、平台系统-CN202010109266.5在审
发明人：张翔宇;李杨;张曼妮;孙军欢 -专利权人：深圳致星科技有限公司
申请日： 2020-02-21 - 公布日： 2021-08-24 - 主分类号： G06F15/173 文献下载
摘要：本发明提供一种大规模分布式训练集群的参数更新方法、平台系统。具体而言，其中的参数更新方法、平台系统以及储存有相关程序代码的计算机可读存储介质，通过根据计算模块的物理拓扑以及不同计算模块的通信信道的不同，使各计算模块构成的逻辑拓扑包括若干个层次，并从低层次向高层次分阶段聚合；以及在最高层次完成聚合后，从最高层次起，逐层次向其低层次反向同步更新参数，以实现计算模块间的高效参数聚合。
一种大规模分布式训练集群参数更新方法平台系统

[发明专利]一种基于神经网络的参数更新方法、分布式训练平台系统-CN202010110959.6在审
发明人：张曼妮;李杨;张翔宇;孙军欢 -专利权人：深圳致星科技有限公司
申请日： 2020-02-21 - 公布日： 2021-08-24 - 主分类号： G06N3/04 文献下载
摘要：本发明提供一种基于神经网络的参数更新方法、分布式训练平台系统。其中，根据设备内和设备间GPU的分阶段聚合，以及在设备间首节点GPU(Leader GPU)采用高效的Allreduce方式进行参数聚合，以避免中心化的PS(Parameter Server)参数聚合通信模型对多机多GPU集群可扩展性的限制；另外也可避免去中心化的Ring‑Allreduce方式在超大规模GPU集群需求下数据通信存在延时开销的问题。
一种基于神经网络参数更新方法分布式训练平台系统

[发明专利]一种预测深度学习模型单轮迭代时间的方法和系统-CN201811578363.8有效
发明人： 孙军欢;张骏雪 -专利权人：深圳致星科技有限公司
申请日： 2018-12-21 - 公布日： 2021-08-10 - 主分类号： G06N20/00 文献下载
摘要：本发明提供一种预测深度学习模型单轮迭代时间的方法和系统，通过利用深度学习模型的分层结构，逐层估算/测量，获得每层的计算时间和传输时间，并累加得到该模型的单轮迭代时间。上述的预测深度学习模型单轮迭代时间的方法和系统，虽不能直接预测模型多轮迭代总的训练时间，但采用本发明提供的方法、系统，预测获得模型单轮迭代时间，并据此推测模型的训练时间，在一定程度上达成了预测模型训练时间的目标，以此亦能指导任务调度、资源分配等。
一种预测深度学习模型单轮迭代时间方法系统

[发明专利]一种网络重置方法及基于此的加速分布式训练方法和系统-CN202010055765.0在审
发明人：张翔宇;张曼妮;李杨;孙军欢 -专利权人：深圳致星科技有限公司
申请日： 2020-01-17 - 公布日： 2021-07-20 - 主分类号： G06F9/455 文献下载
摘要：本发明提供一种网络重置方法及基于此的加速分布式训练方法和系统。其中，首先提供一种分布式训练过程中训练数据传输网络重置的方法，通过使所有运行着训练进程的虚拟节点构成一个逻辑环以及从逻辑环的起始节点起向下游的正向收集全局RDMA网络配置和从终止节点起向上游的反向同步全局RDMA网络配置过程，使各节点训练进程都获得全局RDMA网络配置，并根据其重置训练集群中的训练数据传输网络为RDMA网络。在此基础上，进一步提供一种基于高效通信网络的加速分布式训练方法、系统，在分布式训练过程中重置训练数据传输网络为RDMA网络，利用RDMA网络高效传输训练数据，克服训练数据传输通信瓶颈问题，提升训练效率。
一种网络重置方法基于加速分布式训练系统

[发明专利]一种基于重置训练数据传输网络的分布式训练方法及系统-CN202010056054.5在审
发明人：李杨;张曼妮;张翔宇;孙军欢 -专利权人：深圳致星科技有限公司
申请日： 2020-01-17 - 公布日： 2021-07-20 - 主分类号： G06F9/455 文献下载
摘要：本发明提供一种基于重置训练数据传输网络的分布式训练方法及系统。其中，首先提供一种在分布式训练过程中重置训练数据传输网络的方法，通过使所有运行着训练进程的虚拟节点构成一个逻辑环和分别从逻辑环的起始节点起向下游的正向、从终止节点起向上游的反向收集全局RDMA网络配置，以及各节点训练进程根据全局RDMA网络配置重置训练集群中的训练数据传输网络配置为RDMA网络，实现在分布式训练过程中的训练数据传输网络重置；进而在此基础上，提供一种基于高效通信网络的加速分布式训练方法以及加速分布式训练系统，实现训练过程中以高效RDMA网络进行训练数据传输的加速分布式训练。
一种基于重置训练数据传输网络分布式方法系统

[发明专利]一种数据报文处理方法及装置-CN201610514793.8有效
发明人：张平平;陈志伟;孙军欢 -专利权人：深圳市中兴通讯技术服务有限责任公司
申请日： 2016-06-30 - 公布日： 2021-06-29 - 主分类号： H04L12/46 文献下载
摘要：本发明实施例提供一种数据报文处理方法及装置，通过预先在端口下配置SDN域VLAN标识和传统域VLAN标识，当接收到端口传输的报文之后，根据报文中携带的VLAN信息与对应端口下配置的VLAN标识确定针对该报文的处理方式。这种方式使得网络设备上的同一个端口可以同时处理SDN域的业务和传统域的业务，不需要再分别为SDN域的业务和传统域的业务分别设置对应的端口，从而节约了网络设备的端口资源，实现了资源的优化配置。
一种数据报文处理方法装置

[发明专利]一种利用相似层预测深度学习模型中层计算时间的方法-CN201811574365.X有效
发明人： 孙军欢;张骏雪 -专利权人：深圳致星科技有限公司
申请日： 2018-12-21 - 公布日： 2021-05-11 - 主分类号： G06N3/04 文献下载
摘要：本发明提供了一种利用相似层预测深度学习模型中层计算时间的方法。该方法通过层的关键属性、非关键属性评估相似层、通过层的非关键属性偏序关系评估相似层间的相似程度，进而利用历史日志中相似层的计算时间去估算待预测层的计算时间；对无法估算的(即历史日志中无用于估算的相似层的)或估算不可接受的，则测量该层。本发明通过复用了已知的层计算时间，避免了一些重复的测量工作，减小了系统开销。此外，本发明还实现了预测的本地化，对模型的层计算时间的预测，均可以在本地的一台设备上完成。
一种利用相似预测深度学习模型中层计算时间方法

[发明专利]一种评估、以及预测深度学习模型中层计算时间的方法-CN201811578053.6有效
发明人： 孙军欢;张骏雪 -专利权人：深圳致星科技有限公司
申请日： 2018-12-21 - 公布日： 2021-03-23 - 主分类号： G06N3/08 文献下载
摘要：本发明提供一种评估、以及预测深度学习模型中层计算时间的方法。该方法根据层间相似程度在待预测层两侧选择历史日志中的相似层计算时间赋值最大、最小计算时间，以此评估、以及预测层计算时间，使利用相似层计算时间估算的待预测层计算时间在可接受范围内。该发明通过尽可能地利用历史日志中的相似层估算待预测层的计算时间，避免对部分的层做不必要的重复测量；同时又通过评估在一定程度上避免估算的误差，获得在可接受范围内的层计算时间。
一种评估以及预测深度学习模型中层计算时间方法

[外观设计]学习一体机面板（联邦）-CN202030635949.5有效
发明人：胡水海;孙军欢;王玮 -专利权人：深圳致星科技有限公司
申请日： 2020-10-23 - 公布日： 2021-03-23 - 主分类号： 14-02 文献下载
摘要：1.本外观设计产品的名称：学习一体机面板（联邦）。2.本外观设计产品的用途：用于安装在联邦学习一体机的机箱上，形成联邦学习一体机。3.本外观设计产品的设计要点：在于产品的形状。4.最能表明设计要点的图片或照片：立体图。
学习一体机面板联邦

[发明专利]一种废钢料中密封件的识别方法-CN202011433254.4在审
发明人：李勇;孙前进;陶炜;解鹏;窦立英;张磊;李军;袁成钢;潘家勤;唐楷;王凯;谢义;方木云;徐林;王仁伟;孙军欢 -专利权人：欧冶链金再生资源有限公司
申请日： 2020-12-10 - 公布日： 2021-03-19 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种废钢料中密封件的识别方法，属于检测识别技术领域。本发明的一种废钢料中密封件的识别方法，具体包括以下步骤：步骤一、获取待测料堆或料堆待测范围的图片作为目标图片；步骤二、使用unet模型对目标图片进行密封件检测，获得初步的密封件图像分割结果，即对应密封件的连通域；步骤三、对所得各密封件的连通域分别进行椭圆形拟合；步骤四、计算拟合出来的椭圆形与对应连通域的面积差值；步骤五、根据设定的阈值排除面积差值较大的连通域，从而得到未能被排除的连通域对应的密封件即判断为真实存在的密封件。采用本发明的技术方案可以有效识别废钢料中的密封件、爆炸物等，从而解决传统人工质检可能出现漏检的问题。
一种废钢密封件识别方法

[发明专利]一种多任务训练集群智能网络系统及集群网络优化方法-CN201910819130.0在审
发明人： 孙军欢;胡水海 -专利权人：深圳致星科技有限公司
申请日： 2019-08-31 - 公布日： 2021-03-05 - 主分类号： G06N3/08 文献下载
摘要：本发明提供一种多任务训练集群智能网络系统及集群网络优化方法，通过在训练任务被调度到训练集群时，根据该训练任务特征及集群网络状态，基于选定的参数交换通信模型，为该训练任务生成一套包括逻辑拓扑网络的、自适应集群网络的植入方案，植入到集群物理网络，以匹配当前网络状态；并在植入后，在根据基于植入方案中逻辑拓扑形成的网络进行该训练任务的参数交换通信。由于作为训练瓶颈的参数交换过程中，能够自适应网络状态，高效率地利用了集群网络带宽，提高了分布式训练参数交换时的通信效率，进而提升了分布式训练的效率。
一种任务训练集群智能网络系统优化方法

[发明专利]一种基于流量调度的多任务训练集群网络优化方法-CN201910819132.X在审
发明人： 孙军欢;胡水海 -专利权人：深圳致星科技有限公司
申请日： 2019-08-31 - 公布日： 2021-03-05 - 主分类号： H04L12/863 文献下载
摘要：本发明提供一种基于流量调度的多任务训练集群网络优化方法，通过根据任务特征确定各训练任务的流量优先级，即确定那些尚在训练开始后第I轮迭代以内的任务为最高优先级，将那些在训练开始后第I轮迭代后的任务，根据所述任务在先前全部迭代轮次中的总发送量，分别确定为除最高优先级外的其他优先级(任务的总发送量越大，其优先级越低)，并构建通信队列，根据上述优先级将各任务流量映射到通信队列中，以及基于通信队列进行通信，以提高通信效率。
一种基于流量调度任务训练集群网络优化方法