东南大学的研究团队提出了面向电力巡检图像目标检测任务的联邦学习激励机制：针对参与方全部为数据拥有方的模式，提出了基于模型公平的电力巡检图像目标检测激励机制；针对同时存在数据拥有方和数据需求方的模式，提出了基于收益公平的电力巡检图像目标检测激励机制。
在过去的十年里,深度学习对目标检测产生了重大影响,现代目标检测器通常基于卷积神经网络。两阶段目标检测器,如R-CNN[59]和SPP-Net[60],首先生成区域 Proposal ,然后再将它们发送到分类模型,而单阶段目标检测器,如YOLO[61],SSD[62]和RetinaNet[63],在一次操作中定位并分类目标,通常使它们更快但准确性较低。单阶...
二、部署方式 FATE框架的部署分为单机版本和集群版本,在单机版本中,参与训练的多方(即host和guest)将被安装在同一台服务器上,所以实际上并不适合作为实际工程使用的方式,一般用来学习框架内容和进行实验测试。 单机部署有三种方式:编译源码部署、使用已编译的安装包,以及Dokcer部署。在本文中,我们通过Docker的方式进行...
1、目标检测领域发展至今已有二十多年,从早期的传统方法到如今的深度学习方法,精度越来越高的同时速度也越来越快,这得益于深度学习等相关技术的不断发展。其任务是找出图像或视频中人们感兴趣的物体,并同时检测出它们的位置和大小。不同于图像分类任务,目标检测不仅要解决分类问题,还要解决定位问题,是属于multi-task的...
这些实验表明，转移学习可以根据转移所使用的数据集来改善或降低模型的预测。因此，为了预测给定目标数据集的最佳源数据集，作者提出了一种依靠动态时间扭曲来测量数据集间相似性的新方法，并描述了其方法如何指导转移以选择最佳源数据集，从而提高了85个数据集中的71个数据集的准确性。PR乘积：神经网络中内积运算的替代...
该方法包括:根据输电线路典型目标先验数据库,采用YOLOv3目标检测算法确定输电线路典型目标检测模型;将无人机网络划分为多个联邦学习单元;获取无人机网络拍摄的输电线路典型目标的图片以及对应的标签,确定训练数据库;根据训练数据库和输电线路典型目标检测模型,基于Horovod架构和FATE联邦学习架构训练每一联邦学习单元,并...
模型范式,广泛应用于多领域,其中模型参数隐私保护是一个关键问题.针对CT影像综合性病灶检测任务,提出隐私保护的联邦学习算法.首先部署松散耦合的客户端-服务器架构;其次在各客户端使用改进的RetinaNet检测器,引入上下文卷积和后向注意力机制;最后完成联邦训练.各客户端使用局部更新策略,采用自适应训练周期,局部目标函数中...
华为云帮助中心为你分享云计算行业信息,包含产品介绍、用户指南、开发指南、最佳实践和常见问题等文档,方便快速查找定位问题与能力成长,并提供相关资料和解决方案。本页面关键词:yolo深度学习目标检测。
华为云帮助中心为你分享云计算行业信息,包含产品介绍、用户指南、开发指南、最佳实践和常见问题等文档,方便快速查找定位问题与能力成长,并提供相关资料和解决方案。本页面关键词:深度学习目标检测与分割。
最近,东南大学的一项新研究提出了一种面向电力巡检图像的联邦学习激励机制,旨在解决这一行业痛点。这一机制的核心在于,通过联邦学习构建公平有效的图像目标检测模型,以便不同电力公司之间能够有效共享信息,同时又能保证数据隐私。 联邦学习的关键创新 在深度学习的背景下,以往的电力巡检数据往往是以“数据孤岛”的形式存在...