[发明专利]用于训练深度神经网络的方法和装置有效
| 申请号： | 201810844262.4 | 申请日： | 2018-07-27 |
| 公开（公告）号： | CN110766152B | 公开（公告）日： | 2023-08-04 |
| 发明（设计）人： | 李斐;田虎 | 申请（专利权）人： | 富士通株式会社 |
| 主分类号： | G06N3/08 | 分类号： | G06N3/08;G06V10/82;G06V10/762;G06V10/774 |
| 代理公司： | 北京集佳知识产权代理有限公司 11227 | 代理人： | 杜诚;马骁 |
| 地址： | 日本神*** | 国省代码： | 暂无信息 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本公开涉及一种用于训练深度神经网络的方法和装置。根据本公开的一个实施例，该方法包括以下步骤：针对训练集中的每个训练样本图像，使用深度神经网络根据训练样本图像生成相应的估计深度图；基于训练样本图像的训练样本深度图和估计深度图计算训练样本图像的损失；以及基于所计算的损失优化神经网络的参数，其中，损失包括基于训练样本深度图中的至少一个平面区域和估计深度图中的对应区域的对比计算的损失项。使用该方法和装置得到的训练后的深度神经网络能够在使用单幅输入图像的情况下，提高估计深度图的准确度。 | ||
| 搜索关键词： | 用于 训练 深度 神经网络 方法 装置 | ||
【主权项】：
1.一种用于训练深度神经网络的方法，所述方法包括以下步骤：/n针对训练集中的每个训练样本图像，/n使用所述深度神经网络根据所述训练样本图像生成相应的估计深度图；/n基于所述训练样本图像的训练样本深度图和所述估计深度图计算所述训练样本图像的损失；以及/n基于所计算的损失优化所述深度神经网络的参数；/n其中，所述损失包括基于所述训练样本深度图中的至少一个平面区域和所述估计深度图中的对应区域的对比计算的损失项。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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富士通株式会社，未经富士通株式会社许可，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/patent/201810844262.4/，转载请声明来源钻瓜专利网。
