申请/专利权人：清华大学

申请日：2022-08-11

公开（公告）日：2022-11-29

公开（公告）号：CN115410054A

主分类号：G06V10/774

分类号：G06V10/774;G06V10/26;G06V20/40;G06V20/70

优先权：

专利状态码：在审-实质审查的生效

法律状态：2022.12.16#实质审查的生效;2022.11.29#公开

摘要：本申请公开一种场景生成方法、模型测试方法及模型训练方法，从目标模型所对应的原始训练场景集合中选取原始训练场景作为初始场景，确定初始场景在目标模型下的第一损失函数，确定第一损失函数对原初始场景的第一梯度，根据第一梯度和初始场景确定第一场景，并确定第一场景在目标模型下的第二损失函数，然后在确定第二损失函数符合预设的第一条件时，将第一场景确定为目标场景。根据本申请实施例，基于模型的原始训练场景集合，即可生成新的目标场景，无需再从实际环境中进行场景采样，缩短了获取场景所需的时间、减少了人力和物力的消耗，并且利用目标模型内部的梯度信息、损失函数信息能够更有针对性的生成新的场景数据。

主权项：1.一种场景生成方法，其特征在于，包括：从目标模型的原始训练场景集合中选取原始训练场景作为初始场景，其中，所述目标模型为基于所述原始训练场景集合训练得到的模型；确定所述初始场景在所述目标模型下的第一损失函数；确定所述第一损失函数对所述初始场景的第一梯度；根据所述第一梯度和所述初始场景，生成所述初始场景对应的第一场景；确定所述第一场景在所述目标模型下的第二损失函数；判断所述第二损失函数是否满足预设的第一条件；若确定所述第二损失函数满足所述第一条件，则将所述第一场景确定为目标场景。

全文数据：

权利要求：

百度查询： 清华大学 场景生成方法、模型测试方法及模型训练方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD