买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中国地质大学(武汉)申请的专利一种基于Kubernetes边缘计算集群的遥感图像目标检测方法和系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN117132890B 。

龙图腾网通过国家知识产权局官网在2025-10-31发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202311069140.X，技术领域涉及：G06V20/10；该发明授权一种基于Kubernetes边缘计算集群的遥感图像目标检测方法和系统是由熊奇;陈都;刘佳;张旭斌设计研发完成，并于2023-08-23向国家知识产权局提交的专利申请。

本一种基于Kubernetes边缘计算集群的遥感图像目标检测方法和系统在说明书摘要公布了：本发明公开一种基于Kubernetes边缘计算集群的遥感图像目标检测方法和系统，包括：边缘集群搭建模块，利用Kubernetes容器编排和管理平台搭建边缘计算集群环境；轻量化遥感图像目标检测模型构建模块，在YOLOv5的基础上，基于强化学习的自动化模型剪枝方法，构建轻量化遥感图像目标检测模型；遥感图像目标检测模型推理引擎模块，使用TensorRT生成模型序列化引擎；遥感图像目标检测模型镜像模块，将应用程序及其依赖项构建容器镜像，并将镜像部署在Kubernetes边缘计算集群；遥感图像目标检测模型运行模块，利用Kubernetes边缘计算集群提供的命令执行目标检测。本发明的方案，能在边缘计算集群进行遥感图像目标检测，降低数据传输和处理延迟，提高部署和运行效率，支持快速响应和实时决策。

本发明授权一种基于Kubernetes边缘计算集群的遥感图像目标检测方法和系统在权利要求书中公布了：1.一种基于Kubernetes边缘计算集群的遥感图像目标检测方法，其特征在于，包括如下步骤： 使用边缘集群搭建模块，搭建利用Kubernetes容器编排和管理平台的边缘计算集群环境，所述边缘计算集群环境包括服务器节点和边缘计算节点； 使用轻量化遥感图像目标检测模型构建模块，构建以YOLOv5为基础，基于强化学习的自动化模型剪枝算法，压缩获得轻量化遥感图像目标检测模型； 使用遥感图像目标检测模型推理引擎模块，生成序列化引擎，将轻量化遥感图像目标检测模型利用TensorRT转化为可在边缘计算集群环境执行的格式； 使用遥感图像目标检测模型镜像模块，根据可在边缘计算集群环境中执行的轻量化遥感图像目标检测模型和序列化引擎，利用容器化技术构建容器镜像，将生成的镜像部署在边缘计算集群环境； 使用遥感图像目标检测模型运行模块，对待检测的遥感图像利用边缘计算集群环境提供的检测命令执行目标检测； 构建以YOLOv5为基础，基于强化学习的自动化模型剪枝算法，压缩获得轻量化遥感图像目标检测模型，具体为： 获取遥感图像作为原始数据集，对原始数据集进行划分，划分后的数据集包括训练集和验证集； 以单阶段目标检测算法YOLOv5s为基础，使用训练集训练YOLOv5s网络模型，直到YOLOv5s网络模型收敛，得到训练后的YOLOv5s网络模型； 使用训练后的YOLOv5s网络模型在验证集进行推理，对于YOLOv5s网络模型对同一目标产生的置信度不同且重叠的检测框，使用非极大值抑制NMS处理检测结果，根据交并比和置信度阈值过滤冗余的检测框，并基于准确率、召回率、mAP评估模型精度； 基于强化学习的自动化模型剪枝方法，使用强化学习方法搜索训练后的YOLOv5s网络模型各层的最优剪枝率，并使用基于L1范数的通道剪枝去除冗余通道，剪枝后的模型记为YOLOv5s-pruned，使用训练集对YOLOv5s-pruned进行微调，以恢复模型精度，得到最终的轻量化遥感图像目标检测模型； 针对两种不同的场景采用两种不同的剪枝策略：对于资源受限场景，在保证满足目标压缩率的前提下，尽可能地提高模型精度；对于精度要求较高的场景，在保证精度的情况尽可能地压缩模型。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国地质大学(武汉)，其通讯地址为：430000 湖北省武汉市洪山区鲁磨路388号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。