龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：北京百度网讯科技有限公司
摘要：本公开提供了一种语义分割模型训练方法、语义分割方法、装置及电子设备，涉及人工智能技术领域，尤其涉及计算机视觉和深度学习技术，具体可用于3D视觉场景下。具体实现方案为：在训练语义分割模型时，通过使用3D语义分割与2D语义分割一致性损失函数，使得3D分割结果与2D分割结果尽可能一致，从而利用3D信息来引导2D的语义分割，进而能够提升训练的模型的精度与鲁棒性。
主权项：1.一种语义分割模型训练方法，包括：基于初始语义分割模型的深度估计网络与语义分割网络，确定样本图片的深度图与二维分割结果图；基于所述样本图片的深度图确定3D点云，并针对所述3D点云进行语义分割，得到所述样本图片的三维分割结果图；基于所述二维分割结果图、三维分割结果图，以及预定的损失函数，确定损失函数值，所述预定的损失函数包括一致性损失函数，所述一致性损失函数用于确定二维分割结果图、三维分割结果图的一致性损失，所述一致性损失函数为根据所述样本图片的像素点对应的2D语义分割结果以及所述样本图片的像素点对应的3D语义分割结果得到的；所述基于所述二维分割结果图、三维分割结果图，以及预定的损失函数，确定损失函数值，包括：基于所述二维分割结果图、三维分割结果图、深度图与样本图片的二维分割标签、三维分割标签、深度信息标签，以及预定的损失函数，确定损失函数值；其中，所述预定的损失函数还包括：二维损失函数、三维损失函数、深度损失函数；基于确定的损失函数值更新所述初始语义分割模型的模型参数，直至收敛，得到目标语义分割模型。
全文数据：
权利要求：
百度查询： 北京百度网讯科技有限公司 语义分割模型训练方法、语义分割方法、装置及电子设备
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号