首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于对抗学习的模型训练方法、装置、设备和存储介质 

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:广州视源电子科技股份有限公司

摘要:本发明实施例公开了一种基于对抗学习的模型训练方法、装置、终端设备和存储介质。该方法包括:将原始样本输入增强器和检测器,原始样本为3D点云数据;在检测器对原始样本进行目标检测,并计算第一损失函数,第一损失函数为检测器在原始样本上的损失函数;在增强器对原始样本进行稀疏化,得到当前样本;在检测器对当前样本进行目标检测,并计算第二损失函数,第二损失函数为检测器在当前样本上的损失函数;当检测器的检测能力低于预设的训练停止条件,基于第一损失函数和第二损失函数训练增强器,并在检测器对原始样本和当前样本进行目标检测;基于第一损失函数和第二损失函数训练增强器,并更新当前样本。其有效提升了模型在实际应用中的实用性。

主权项:1.基于对抗学习的模型训练方法,其特征在于,包括:将原始样本输入增强器和检测器,所述原始样本为3D点云数据;在所述检测器对所述原始样本进行目标检测,并计算第一损失函数,所述第一损失函数为所述检测器在所述原始样本上的损失函数;在所述检测器基于所述增强器确认的稀疏化参数对所述原始样本进行稀疏化,得到当前样本;在所述检测器对所述当前样本进行目标检测,并计算第二损失函数,所述第二损失函数为所述检测器在所述当前样本上的损失函数;当所述检测器的检测能力低于预设的训练停止条件时,基于所述第一损失函数和第二损失函数训练所述检测器,并在所述检测器对所述原始样本和当前样本进行目标检测;基于所述第一损失函数和第二损失函数训练所述增强器,以确认所述稀疏化参数;所述检测器基于以下损失函数进行训练: 其中,LX表示第一损失函数,LX′表示第二损失函数,表示视觉损失函数。

全文数据:

权利要求:

百度查询: 广州视源电子科技股份有限公司 基于对抗学习的模型训练方法、装置、设备和存储介质

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。