[发明专利]用于自动驾驶的计算机视觉网络模型优化方法及相关装置有效
| 申请号： | 202111055263.9 | 申请日： | 2021-09-09 |
| 公开（公告）号： | CN113743340B | 公开（公告）日： | 2023-09-26 |
| 发明（设计）人： | 罗壮;张雪;张海强;李成军 | 申请（专利权）人： | 智道网联科技（北京）有限公司 |
| 主分类号： | G06V20/56 | 分类号： | G06V20/56;G06V20/70;G06V10/26;G06V10/40;G06V10/764;G06V10/80;G06V10/82;G06N3/0464;G06N3/084 |
| 代理公司： | 北京汇鑫君达知识产权代理有限公司 11769 | 代理人： | 李辰;黄启法 |
| 地址： | 100013 北京市东*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 用于 自动 驾驶 计算机 视觉 网络 模型 优化 方法 相关 装置 | ||
1.一种用于自动驾驶的计算机视觉网络模型优化方法，其特征在于，包括：
获取第一计算机视觉网络模型；
将所述第一计算机视觉网络模型改造为第二计算机视觉网络模型；其中，所述第一计算机视觉网络模型与所述第二计算机视觉网络模型处理不同的视觉任务；
将预设参数向量引入至所述第二计算机视觉网络模型的主干网络；
训练引入有所述预设参数向量的所述第二计算机视觉网络模型，得到训练完成后的所述第二计算机视觉网络模型；
提取训练完成后的所述第二计算机视觉网络模型中的所述预设参数向量，得到隐式知识参数向量；
将所述隐式知识参数向量引入至所述第一计算机视觉网络模型的主干网络，得到第三计算机视觉网络模型；
所述将所述第一计算机视觉网络模型改造为第二计算机视觉网络模型，包括：
将所述第一计算机视觉网络模型的预测层的结构进行改造，得到第二计算机视觉网络模型；
所述第一计算机视觉网络模型的主干网络中引入所述隐式知识参数向量的位置与所述第二计算机视觉网络模型的主干网络中引入所述预设参数向量的位置相同；
所述将预设参数向量引入至所述第二计算机视觉网络模型的主干网络，包括：
将预设参数向量的每一维相加到所述第二计算机视觉网络模型的主干网络中预设位置部分的特征图的对应通道的每一个元素上；其中，所述预设参数向量为一维参数向量，所述第一计算机视觉网络模型的主干网络中引入所述预设参数向量的预设位置部分的特征图的通道数与所述预设参数向量的长度相同；
所述第一计算机视觉网络模型包括目标检测模型；
所述第二计算机视觉网络模型包括语义分割模型。
2.根据权利要求1所述的方法，其特征在于，所述将所述隐式知识参数向量引入至所述第一计算机视觉网络模型的主干网络，得到第三计算机视觉网络模型之后，还包括：
训练所述第三计算机视觉网络模型，得到训练完成后的所述第三计算机视觉网络模型。
3.根据权利要求1所述的方法，其特征在于：所述将预设参数向量引入至所述第二计算机视觉网络模型的主干网络，包括：
将至少两个不同的预设参数向量引入至所述第二计算机视觉网络模型的主干网络中的不同位置部分；
所述提取训练完成后的所述第二计算机视觉网络模型中的所述预设参数向量，得到隐式知识参数向量，包括：
提取训练完成后的所述第二计算机视觉网络模型中的至少两个所述预设参数向量，得到至少两个隐式知识参数向量；
所述将所述隐式知识参数向量引入至所述第一计算机视觉网络模型的主干网络，得到第三计算机视觉网络模型，包括：
将至少两个所述隐式知识参数向量引入至所述第一计算机视觉网络模型的主干网络，得到第三计算机视觉网络模型。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于智道网联科技（北京）有限公司，未经智道网联科技（北京）有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/202111055263.9/1.html，转载请声明来源钻瓜专利网。
- 上一篇：一种防雨水电表
- 下一篇：一种铝合金、制备方法及应用
