申请/专利权人：清华大学

申请日：2023-09-26

公开（公告）日：2024-02-06

公开（公告）号：CN117523173A

主分类号：G06V10/25

分类号：G06V10/25;G06V10/764;G06V10/762

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.02.27#实质审查的生效;2024.02.06#公开

摘要：本申请提供一种服务灯塔认知的3D目标检测任务模型高效训练方法，涉及自动驾驶技术领域，所述方法包括：利用当前时刻之前的预设数量的训练完成的第一3D目标检测任务模型对RGB图像进行处理，得到目标检测结果；将RGB图像的预设目标类别的标注结果和目标检测结果进行叠加，得到训练数据；利用所述训练数据对当前时刻的第二3D目标检测任务模型进行训练，得到训练完成的当前时刻的第二3D目标检测任务模型；利用训练完成的当前时刻的第二3D目标检测任务模型，对训练完成的上一时刻的第一3D目标检测任务模型进行更新，得到训练完成的当前时刻的第一3D目标检测任务模型。本申请的方法通过连续学习解决了模型训练出现的灾难性遗忘问题。

主权项：1.一种服务灯塔认知的3D目标检测任务模型高效训练方法，其特征在于，所述方法包括：获取当前时刻的路端感知主体采集的目标场景的RGB图像；利用当前时刻之前的预设数量的训练完成的第一3D目标检测任务模型对RGB图像进行处理，得到目标检测结果；将RGB图像的预设目标类别的标注结果和目标检测结果进行叠加，得到训练数据；利用所述训练数据对当前时刻的第二3D目标检测任务模型进行训练，得到训练完成的当前时刻的第二3D目标检测任务模型；其中，当前时刻的第二3D目标检测任务模型通过复制训练完成的上一时刻的第一3D目标检测任务模型得到；利用训练完成的当前时刻的第二3D目标检测任务模型，对训练完成的上一时刻的第一3D目标检测任务模型进行更新，得到训练完成的当前时刻的第一3D目标检测任务模型。

全文数据：

权利要求：

百度查询： 清华大学 一种服务灯塔认知的3D目标检测任务模型高效训练方法

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