Document
拖动滑块完成拼图
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

BEV模型训练方法、装置、电子设备及可读存储介质 

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:深圳市优必选科技股份有限公司

摘要:本申请提供了一种BEV模型训练方法、装置、电子设备及可读存储介质,涉及计算机技术领域。该方法包括:针对本批次的各训练样本,利用BEV特征生成网络获得各训练样本对应的第一BEV特征;根据各样本对应的标签,从对应的第一BEV特征中抽取得到第二BEV特征;根据各样本对应的标签,生成各样本对应的标准BEV特征,第二BEV特征与标准BEV特征维度相同;根据各样本对应的第二BEV特征及标准BEV特征,计算得到特征损失;根据获得的损失对当前BEV模型的参数进行调整,以得到目标BEV模型,获得的损失中包括特征损失,BEV模型包括BEV特征分析网络及BEV特征生成网络。如此,可提升训练出的BEV模型性能。

主权项:1.一种鸟瞰图BEV模型训练方法,其特征在于,所述方法包括:针对本批次的各样本,利用BEV特征生成网络获得各样本对应的第一BEV特征;根据各样本对应的标签,从各样本对应的第一BEV特征中抽取得到第二BEV特征;根据各样本对应的标签,生成各样本对应的标准BEV特征,其中,所述第二BEV特征与所述标准BEV特征维度相同;根据各样本对应的第二BEV特征及标准BEV特征,计算得到特征损失;根据获得的损失对当前BEV模型的参数进行调整,以得到目标BEV模型,其中,获得的损失中包括所述特征损失,BEV模型包括BEV特征分析网络及所述BEV特征生成网络。

全文数据:

权利要求:

百度查询: 深圳市优必选科技股份有限公司 BEV模型训练方法、装置、电子设备及可读存储介质

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。