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！

龙图腾网获悉北京科技大学申请的专利基于计算卸载机制的实时实例分割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：CN114924874B 。

龙图腾网通过国家知识产权局官网在2026-03-06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：202210515617.1，技术领域涉及：G06F9/50；该发明授权基于计算卸载机制的实时实例分割方法和系统是由郭宇;谢圆琰;陈悦设计研发完成，并于2022-05-12向国家知识产权局提交的专利申请。

本基于计算卸载机制的实时实例分割方法和系统在说明书摘要公布了：本发明公开了一种基于计算卸载机制的实时实例分割方法和系统，该方法包括：构建目标网络模型；获取当前网络带宽，根据目标网络模型的结构以及每个模块输出的特征图大小和计算量，确定计算卸载点以及特征图压缩比率；以计算卸载点为切分点，将目标网络模型分成两部分；将物联网设备上视觉传感器采集的数据传入前段网络模型进行计算，得到中间结果数据；按照设定的压缩比率和降采样方法，对数据进行压缩操作，并将压缩后的数据发送至边缘服务器；边缘服务器对接收的数据进行解压缩操作后传入后段网络模型进行计算，得到推理结果并将其返回至物联网设备。本发明公开的基于计算卸载机制的实时实例分割方法，能够在资源受限设备上实时运行。

本发明授权基于计算卸载机制的实时实例分割方法和系统在权利要求书中公布了：1.一种基于计算卸载机制的实时实例分割方法，其特征在于，所述方法包括： 在目标实例分割网络的骨干网络中的降采样层前添加注意力机制模块，并输入图片训练集对所述目标实例分割网络进行训练，得到目标网络模型； 获取当前网络带宽，根据所述目标网络模型的结构以及每个模块输出的特征图大小和计算量，确定计算卸载点以及特征图压缩比率，包括： 选取实例分割网络中骨干网的所有降采样层为候选计算卸载点； 根据当前网络带宽，联合优化计算卸载点与特征图压缩比率，包括： S1：设置初始通道注意力阈值和空间注意力阈值； 其中，初始通道注意力阈值和空间注意力阈值均设为0； S2：计算各个候选计算卸载点处的数据传输量； 其中，为原始特征图大小，Ac和As分别为特征图的通道注意力值和空间注意力值，fc·和fs·分别为通道激活函数和空间激活函数，如公式2和3所示，其中τc和τs分别为通道注意力阈值和空间注意力阈值； S3：计算以各个候选计算卸载点为最终卸载点的计算卸载方案的数据传输时间以及推理总延时； 数据传输时间通过公式4计算，其中B为当前网络带宽； 推理总延时通过以下公式计算： 其中，为前段网络模型中各个模块在物联网设备上的执行耗时，为后段网络模型中各个模块在边缘服务器上的执行耗时； S4：判断当前所有候选计算卸载方案中，最小的推理延时是否满足时延要求；若满足，执行S5； S5：输出当前计算卸载点、通道注意力阈值和空间注意力阈值； 根据所确定的计算卸载方案，以计算卸载点为切分点，将所述目标网络模型分成两部分，其中，前段模型部署在物联网设备上，后段模型部署在边缘服务器上，且所述物联网设备与所述边缘服务器间建立有通信链接； 将所述物联网设备上视觉传感器采集的数据传入所述前段网络模型进行计算，得到中间结果数据； 采用预设的降采样压缩方法按照设定的压缩比率，对数据进行压缩操作，并将压缩后的数据发送至所述边缘服务器； 所述边缘服务器对接收的数据进行解压缩操作，将解压后的数据传入所述后段网络模型进行计算，得到推理结果； 所述边缘服务器将所述推理结果返回至所述物联网设备。

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北京科技大学，其通讯地址为：100083 北京市海淀区学院路30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。