北京航空航天大学杭州创新研究院;北京航空航天大学陈伟海获国家专利权
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！
龙图腾网获悉北京航空航天大学杭州创新研究院;北京航空航天大学申请的专利一种基于交叉蒸馏的单目深度估计模型训练方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116188904B 。
龙图腾网通过国家知识产权局官网在2025-06-13发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310115401.0，技术领域涉及：G06V10/774；该发明授权一种基于交叉蒸馏的单目深度估计模型训练方法是由陈伟海;邵树威;裴忠才;刘中;吴星明设计研发完成，并于2023-02-15向国家知识产权局提交的专利申请。
本一种基于交叉蒸馏的单目深度估计模型训练方法在说明书摘要公布了：本发明公开了一种基于交叉蒸馏的单目深度估计模型训练方法，涉及深度学习领域。本发明包括以下步骤：将城市RGB图像输入到单目深度估计模型中；所述单目深度估计模型对所述城市RGB图像生成第一深度预测和第二深度预测；将两个预测深度用作伪标签，并对伪标签降噪；利用降噪后的伪标签对单目深度估计模型完成优化。本发明能够有效提高精度，且性能优越。
本发明授权一种基于交叉蒸馏的单目深度估计模型训练方法在权利要求书中公布了：1.一种基于交叉蒸馏的单目深度估计模型训练方法，其特征在于，包括以下步骤： 将城市RGB图像输入到单目深度估计模型中； 所述单目深度估计模型对城市RGB图像生成第一深度预测和第二深度预测； 将第一深度预测和第二深度预测用作伪标签，并对伪标签降噪； 利用降噪后的伪标签对单目深度估计模型完成优化； 所述第一深度预测和所述第二深度预测的表达式分别为： 其中，表示来自Transformer分支的预测、表示来自CNN分支的预测，p表示像素点，rnp表示城市RGB图像； 采用基于不确定性的交叉蒸馏损失对伪标签降噪，所述交叉蒸馏损失的定义式如下： 其中，-是梯度停止操作，⊙是逐元素乘法，是来自Transformer分支的不确定性映射，是来自CNN分支的不确定性映射，p表示像素点； 对单目深度估计模型完成优化的公式如下： 其中，是silog损失，λ1，λ2，κ，η是超参数，用于平衡损失中每一项的权重，|T|代表有值的像素点的个数，dnp代表预测的深度图，表示真值深度图，表示Transformer分支在log空间的深度误差，表示CNN分支在log空间的深度误差。
如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人北京航空航天大学杭州创新研究院;北京航空航天大学，其通讯地址为：310051 浙江省杭州市滨江区长河街道炬航弄99号北航研究生院；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
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。
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。
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