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！

龙图腾网获悉清华大学申请的专利场景生成方法、模型测试方法及模型训练方法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：CN115410054B 。

龙图腾网通过国家知识产权局官网在2026-01-06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：202210961535.X，技术领域涉及：G06V10/774；该发明授权场景生成方法、模型测试方法及模型训练方法是由李彦夫;郑文强设计研发完成，并于2022-08-11向国家知识产权局提交的专利申请。

本场景生成方法、模型测试方法及模型训练方法在说明书摘要公布了：本申请公开一种场景生成方法、模型测试方法及模型训练方法，从目标模型所对应的原始训练场景集合中选取原始训练场景作为初始场景，确定初始场景在目标模型下的第一损失函数，确定第一损失函数对原初始场景的第一梯度，根据第一梯度和初始场景确定第一场景，并确定第一场景在目标模型下的第二损失函数，然后在确定第二损失函数符合预设的第一条件时，将第一场景确定为目标场景。根据本申请实施例，基于模型的原始训练场景集合，即可生成新的目标场景，无需再从实际环境中进行场景采样，缩短了获取场景所需的时间、减少了人力和物力的消耗，并且利用目标模型内部的梯度信息、损失函数信息能够更有针对性的生成新的场景数据。

本发明授权场景生成方法、模型测试方法及模型训练方法在权利要求书中公布了：1.一种场景生成方法，其特征在于，包括： 从目标模型的原始训练场景集合中选取原始训练场景作为初始场景，其中，所述目标模型为基于所述原始训练场景集合训练得到的模型；场景指场景图像； 确定所述初始场景在所述目标模型下的第一损失函数，所述第一损失函数为将所述初始场景输入所述目标模型，得到的所述目标模型的损失函数； 确定所述第一损失函数对所述初始场景的第一梯度； 根据所述第一梯度和所述初始场景，生成所述初始场景对应的第一场景； 确定所述第一场景在所述目标模型下的第二损失函数，所述第二损失函数为将所述第一场景输入所述目标模型，得到的所述目标模型的损失函数； 判断所述第二损失函数是否满足预设的第一条件； 若确定所述第二损失函数满足所述第一条件，则将所述第一场景确定为目标场景； 所述根据所述第一梯度和所述初始场景，生成所述初始场景对应的第一场景，包括： 计算所述第一梯度与第一系数的乘积； 将所述初始场景与所述乘积的和值，作为所述初始场景对应的第一场景； 所述判断所述第二损失函数是否满足预设的第一条件，包括： 计算所述第二损失函数与所述第一损失函数的差值； 将所述差值与第一阈值进行比较； 若比较出与所述差值大于或等于所述第一阈值，则确定所述第二损失函数满足预设的第一条件； 若比较出所述差值小于所述第一阈值，则确定所述第二损失函数不满足所述第一条件。

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清华大学，其通讯地址为：100084 北京市海淀区清华园1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。