Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 北京易航远智科技有限公司肖华辉获国家专利权

北京易航远智科技有限公司肖华辉获国家专利权

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!

龙图腾网获悉北京易航远智科技有限公司申请的专利模型训练方法、装置、电子设备及存储介质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:CN116563807B

龙图腾网通过国家知识产权局官网在2026-02-06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:202310450915.1,技术领域涉及:G06V20/56;该发明授权模型训练方法、装置、电子设备及存储介质是由肖华辉;李雪设计研发完成,并于2023-04-24向国家知识产权局提交的专利申请。

模型训练方法、装置、电子设备及存储介质在说明书摘要公布了:本公开提供了一种模型训练方法、装置、电子设备及存储介质。本公开实施例的模型训练方法,包括:获取车辆的环视图像及对应环视图像的激光雷达点云;利用环视图像通过教师学生模型获得强增强BEV特征和弱增强BEV特征,教师学生模型包括教师模型和学生模型;利用激光雷达点云通过点云模型获得点云3D特征;根据点云3D特征和强增强BEV特征确定迁移损失;根据强增强BEV特征和弱增强BEV特征确定图像模态内损失;根据迁移损失和图像模态内损失得到整体损失;利用整体损失更新点云模型和学生模型的参数,利用更新后的学生模型的参数更新教师模型的参数;其中,学生模型用于提取环视图像的BEV特征。本公开实施例训练得到的模型所获得的环视图像的BEV特征可直接用于3D目标检测。

本发明授权模型训练方法、装置、电子设备及存储介质在权利要求书中公布了:1.一种模型训练方法,其特征在于,包括: 获取车辆的环视图像及对应所述环视图像的激光雷达点云; 利用环视图像通过教师学生模型获得强增强BEV特征和弱增强BEV特征,所述教师学生模型包括教师模型和学生模型; 利用激光雷达点云通过点云模型获得点云3D特征; 根据点云3D特征和强增强BEV特征确定迁移损失; 根据强增强BEV特征和弱增强BEV特征确定图像模态内损失; 根据迁移损失和图像模态内损失得到整体损失; 利用所述整体损失更新所述点云模型和所述学生模型的参数,利用更新后的学生模型的参数更新所述教师模型的参数; 其中,所述学生模型用于提取环视图像的BEV特征; 所述利用环视图像通过教师学生模型获得强增强BEV特征和弱增强BEV特征,包括:对所述环视图像中各视角图像进行不同程度的数据增强处理,以获得所述环视图像中各视角图像的弱增强图像数据和强增强图像数据;利用所述环视图像中各视角图像的弱增强图像数据经所述教师模型处理得到各个视角图像的弱增强BEV特征;利用所述环视图像中各视角图像的强增强图像数据经所述学生模型处理得到各个视角图像的强增强BEV特征; 所述强增强BEV特征包括强增强3DBEV特征和强增强2DBEV特征,所述弱增强BEV特征包括弱增强3DBEV特征和弱增强2DBEV特征; 所述根据强增强BEV特征和弱增强BEV特征确定图像模态内损失,包括:计算强增强3DBEV特征与弱增强3DBEV特征之间的对比损失,以得到3D特征对比损失;计算强增强2DBEV特征与弱增强2DBEV特征之间的对比损失,以得到2D特征对比损失;根据3D特征对比损失和2D特征对比损失获得强增强BEV特征和弱增强BEV特征间的图像模态内损失。

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易航远智科技有限公司,其通讯地址为:100015 北京市朝阳区酒仙桥北路7号60幢一层030;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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。