[发明专利]面向软件定义卫星的神经网络模型可复用训练方法、装置

权利要求书

1.一种面向软件定义卫星的神经网络模型可复用训练方法，其特征在于，包括：

获取卫星应用模型的训练请求，所述训练请求包括：目标应用需求的第一卫星样本数据、目标神经网络模型，和所述目标神经网络模型的预设超参数；

提取所述目标神经网络模型的目标骨干网络；

根据所述目标骨干网络的标识和所述预设超参数，从预设的网络模型库中所述目标骨干网络对应的预训练超参数中，确定目标预训练超参数；其中，所述网络模型库中包括：至少一种骨干网络对应的预训练超参数；

将目标骨干网络模型参数与预设模型参数进行融合，得到目标模型参数；其中，所述目标骨干网络模型参数为采用所述目标预训练超参数对所述目标骨干网络进行预训练得到的模型参数，所述预设模型参数为所述目标神经网络模型的初始模型参数；

根据所述第一卫星样本数据、所述预设超参数，和所述目标模型参数，对所述目标神经网络模型进行参数训练，得到所述卫星应用模型。

2.如权利要求1所述的方法，其特征在于，所述预设超参数包括：多种类型的预设超参数；所述根据所述目标骨干网络的标识和所述预设超参数，从预设的网络模型库中所述目标骨干网络对应的预训练超参数中，确定目标预训练超参数，包括：

根据所述目标骨干网络的标识，从所述网络模型库中确定所述目标骨干网络对应的预训练超参数，其中，所述目标骨干网络对应的预训练超参数包括：所述多种类型的预训练超参数；

根据每种类型的预设超参数，从所述目标骨干网络对应的所述每种类型的预训练超参数中，确定所述每种类型的目标超参数；

所述目标预训练超参数包括：所述多种类型的目标超参数。

3.如权利要求2所述的方法，其特征在于，所述根据所述每种类型的预设超参数，从所述目标骨干网络对应的所述每种类型的预训练超参数中，确定所述每种类型的目标超参数，包括：

根据所述每种类型的预设超参数，从所述目标骨干网络对应的所述每种类型的预训练超参数中，采用网格搜索方法，确定所述每种类型的目标超参数。

4.如权利要求1所述的方法，其特征在于，所述根据所述预设超参数，从预设的网络模型库中所述目标骨干网络对应的预训练超参数中，确定目标预训练超参数之前，所述方法还包括：

根据预设的第二卫星样本数据，以及每种骨干网络的预训练超参数，采用所述每种骨干网络进行参数训练，得到所述每种骨干网络的模型参数；

将所述预训练超参数、所述每种骨干网络的标识，和所述模型参数的对应关系存储至所述网络模型库中。

5.如权利要求4所述的方法，其特征在于，所述根据预设的第二卫星样本数据，以及每种骨干网络的预训练超参数，采用所述每种骨干网络进行参数训练，得到所述每种骨干网络的模型参数之前，所述方法还包括：

根据卫星在轨数据，生成所述第二卫星样本数据。

6.如权利要求5所述的方法，其特征在于，所述方法还包括：

根据预设的检查周期，检查所述卫星在轨数据是否发生变化；

若变化，则根据变化后的卫星在轨数据，重新生成第二卫星样本数据；

根据所述重新生成的第二卫星样本数据，对所述每种骨干网络的模型参数进行更新。

7.如权利要求1-6中任一所述的方法，其特征在于，所述目标应用需求包括如下至少一种处理需求：遥感影像处理、空间图像处理、卫星运行控制。