[發明專利]一種低功耗智能監測管理系統在審
| 申請號: | 202211140359.X | 申請日: | 2022-09-20 |
| 公開(公告)號: | CN115512180A | 公開(公告)日: | 2022-12-23 |
| 發明(設計)人: | 朱翔宇;李銳;姜凱;魏子重 | 申請(專利權)人: | 山東浪潮科學研究院有限公司 |
| 主分類號: | G06V10/774 | 分類號: | G06V10/774;G06V10/771;G06V10/77;G06V10/764;G06V10/82;G06V20/52;G06Q10/08;G06N3/04 |
| 代理公司: | 濟南泉城專利商標事務所 37218 | 代理人: | 李桂存 |
| 地址: | 250101 山東省濟南市*** | 國省代碼: | 山東;37 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 功耗 智能 監測 管理 系統 | ||
1.一種低功耗智能監測管理系統,其特征在于,包括以下模塊:
傳感器模塊:根據場景和用戶的需求進行相關傳感器的部署,然后將這些傳感器與微控制器進行有線或者無線的連接,確保傳感器的數據能夠傳送到微控制器中;
計算機視覺模塊:處理傳感器獲取的數據,該模塊進行圖像、視頻以及像素視覺內容的提取和計算,用于物品的識別、檢測和分類;
AutoML模塊:該模塊對圖像數據集進行自動化樣本處理,包括數據清洗去除臟數據和噪聲點,以及數據增強,防止模型過擬合;通過自動特征工程根據任務目標進行特征選擇、特征構建和特征提取;進行模型構建,自動設計神經網絡架構,在確定搜索空間和搜索策略之后,通過神經架構搜索找到在待預測的新數據上實現高預測性能的神經網絡結構,確定模型后進行超參優化,對模型的參數組合進行優化訓練,并進行模型性能評估,最終獲得最優模型;
TinyML模塊:通過AutoML模塊自動生成最優模型,得到TensorFlow的模型之后,利用量化進行模型的壓縮,可以使用TensorFlow Lite,對模型輕量化,將模型進行二進制格式的轉換,得到的二進制文件就可以部署到微控制器中;
微控制器模塊:數據到達控制器模塊中,根據得到的輸入數據,部署的AutoML模型和TinyML模型會根據部署和相關邏輯進行推理,將推理結果傳輸給局域網內的監測平臺,為用戶提供物品分類和管理建議,用戶可以通過平臺監測物品的分類管理和實時情況;同時,傳感器傳輸的數據會傳輸到平臺設備中進行儲存,用戶可以查看歷史紀錄,也可以利用收集的數據進行模型的優化。
2.根據權利要求1所述的低功耗智能監測管理系統,其特征在于,所述傳感器模塊包括視覺傳感器,圖像傳感器和溫度傳感器。
3.根據權利要求1所述的低功耗智能監測管理系統,其特征在于,所述利用量化進行模型的壓縮使用TensorFlow Lite。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于山東浪潮科學研究院有限公司,未經山東浪潮科學研究院有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202211140359.X/1.html,轉載請聲明來源鉆瓜專利網。





