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!
申请/专利权人:杭州像素元科技有限公司
摘要:本申请提出了一种基于对抗网络的路面分割模型的训练方法及装置,包括以下步骤:构建包括学生网络与教师网络的对抗网络架构,所述教师网络被训练用于进行路面分割,获取至少一无标记的路面图像数据作为目标域数据,将所述目标域输入到教师网络中生成伪标签,所述伪标签为教师网络对目标域中的图像进行路面分割的结果;所述学生网络以目标域为训练样本,并基于伪标签与所述教师网络进行对抗学习得到路面分割模型。本方案在通过在学生网络的训练过程中针对动态场景和静态场景的不同需求来挖掘更丰富的训练样本,从而提高学生模型进行路面分割的效果。
主权项:1.一种基于对抗网络的路面分割模型的训练方法,其特征在于,包括以下步骤:获取标记有路面信息的路面视频作为源域数据,获取无标记的路面视频作为目标域数据;构建包括特征提取网络以及对抗网络的路面分割架构,其中所述特征提取网络用于对源域数据、目标域数据进行特征提取得到源域像素特征以及目标域像素特征,所述对抗网络包括学生网络以及教师网络,所述教师网络以源域像素特征为训练样本进行训练得到并用于路面分割,将所述目标域像素特征输入到教师网络中生成伪标签,所述伪标签为教师网络对目标域数据进行路面分割的结果;所述学生网络以目标域像素特征为训练样本,并基于伪标签与所述教师网络进行对抗学习得到分类头,在对抗学习中,若输入到学生网络的当前训练样本为静态场景,则在所述目标域像素特征中选取与当前训练样本相似度高的图像作为后续训练样本,若输入到学生网络的当前训练样本为动态场景,则在所述目标域像素特征中选取与当前训练样本时间连续性高的相似图像作为后续训练样本,所述后续训练样本为本轮迭代训练中要使用的下一个训练样本,所述静态场景为无车辆通行的场景,所述动态场景为有车辆通行的场景,将所述特征提取网络以及分类头进行组合得到训练好的路面分割模型。
全文数据:
权利要求:
百度查询: 杭州像素元科技有限公司 基于对抗网络的路面分割模型的训练方法及装置
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。