[发明专利]一种基于贝叶斯深度多任务学习的语义分割与深度预测方法在审
| 申请号： | 202210537471.0 | 申请日： | 2022-05-18 |
| 公开（公告）号： | CN114913328A | 公开（公告）日： | 2022-08-16 |
| 发明（设计）人： | 葛宏伟;王世豪 | 申请（专利权）人： | 大连理工大学 |
| 主分类号： | G06V10/26 | 分类号： | G06V10/26;G06V10/44;G06V10/42;G06V10/80;G06V10/82;G06N3/04;G06N3/08;G06N7/00 |
| 代理公司： | 辽宁鸿文知识产权代理有限公司 21102 | 代理人： | 许明章;王海波 |
| 地址： | 116024 辽*** | 国省代码： | 辽宁;21 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于人工智能与计算机视觉领域，公开了一种基于贝叶斯深度多任务学习的语义分割与深度预测方法。该方法将语义分割与深度预测任务视为多任务，利用深度学习方法解决多模态问题，通过预训练处理的主干网络生成包含多个尺度的原始共享特征，并利用提出的贝叶斯多通道交流单元与任务共享单元实现尺度与任务特征之间的交流；最后通过设计的贝叶斯多模态蒸馏机制输出语义分割与深度预测的结果。本发明方法核心在于设计了多尺度与多任务交流机制，并引入贝叶斯深度学习设计了贝叶斯门控机制，并显著提高语义分割与深度预测任务的精度。本发明作为一种基于贝叶斯深度多任务学习的语义分割与深度预测方法，可广泛应用于自动驾驶以及智能机器人领域。 | ||
| 搜索关键词： | 一种 基于 贝叶斯 深度 任务 学习 语义 分割 预测 方法 | ||
【主权项】：
暂无信息
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大连理工大学，未经大连理工大学许可，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/202210537471.0/，转载请声明来源钻瓜专利网。
- 上一篇：一种牙体牙髓抽吸器
- 下一篇：一种以茶叶为辅料的白酒生产方法
