申请/专利权人:北京百度网讯科技有限公司
申请日:2023-06-13
公开(公告)日:2024-06-21
公开(公告)号:CN116740498B
主分类号:G06V10/774
分类号:G06V10/774;G06V10/80;G06V10/82;G06V10/77;G06V10/48;G06V10/44;G06N3/045;G06N3/08
优先权:
专利状态码:有效-授权
法律状态:2024.06.21#授权;2023.09.29#实质审查的生效;2023.09.12#公开
摘要:本公开公开了模型预训练方法、模型训练方法、对象处理方法及装置,涉及人工智能技术领域,尤其涉及计算机视觉、增强现实、虚拟现实、深度学习技术领域,可用于自动驾驶、智能交通等场景。具体实现方案为:将第一图像样本输入图像特征提取网络,得到图像特征;将第一点云样本输入点云特征提取网络,得到点云图像特征;从第一图像样本中确定多个目标点;将图像特征中与多个目标点对应的多个第一图像点特征映射到鸟瞰图空间,得到多个第二图像点特征;将点云图像特征中与多个目标点对应的多个第一点云特征映射到鸟瞰图空间,得到多个第二点云特征;利用多个第二图像点特征和多个第二点云特征,对图像特征提取网络和点云特征提取网络进行对比训练。
主权项:1.一种模型预训练方法,包括:将第一图像样本输入图像特征提取网络,得到图像特征;将第一点云样本输入点云特征提取网络,得到点云图像特征,其中,所述第一点云样本和所述第一图像样本是针对同一对象在同一时刻采集得到;从所述第一图像样本中确定多个目标点,其中,所述目标点是与关键点相关的像素点,所述关键点至少包括角点和物品中心点;将所述图像特征中与所述多个目标点对应的多个第一图像点特征映射到鸟瞰图空间,得到多个第二图像点特征;将所述点云图像特征中与所述多个目标点对应的多个第一点云特征映射到所述鸟瞰图空间,得到多个第二点云特征;以及利用所述多个第二图像点特征和所述多个第二点云特征,对所述图像特征提取网络和所述点云特征提取网络进行对比训练。
全文数据:
权利要求:
百度查询: 北京百度网讯科技有限公司 模型预训练方法、模型训练方法、对象处理方法及装置
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。