申请/专利权人：广州卡尔动力科技有限公司

申请日：2023-12-25

公开（公告）日：2024-03-22

公开（公告）号：CN117746187A

主分类号：G06V10/774

分类号：G06V10/774;G06V20/56;G06V10/82;G06N3/0464;G06N3/0442;G06N3/045;G06N3/09

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.09#实质审查的生效;2024.03.22#公开

摘要：本公开实施例涉及一种训练方法、装置、服务器、存储介质和计算机程序产品。所述方法包括：获取训练图像集，训练图像集包括多个二维训练图像，其中，各二维训练图像为多视角图像；对各二维训练图像进行对象识别处理，以得到带有标注的多个候选标注训练图像，将各候选标注训练图像映射至目标三维坐标系，以得到带有标注的多个三维标注训练图像；对各二维训练图像进行特征提取，以得到多个二维训练特征，并将各二维训练特征映射至目标三维坐标系，以得到多个三维训练特征；以三维标注训练图像作为训练伪标签，利用三维训练特征对初始第一深度学习模型进行监督训练，以得到第一深度学习模型。采用本方法能够降低训练成本。

主权项：1.一种训练方法，其特征在于，所述方法包括：获取训练图像集，所述训练图像集包括多个二维训练图像，其中，各所述二维训练图像为多视角图像；对各所述二维训练图像进行对象识别处理，以得到带有标注的多个候选标注训练图像，将各所述候选标注训练图像映射至目标三维坐标系，以得到带有标注的多个三维标注训练图像；对各所述二维训练图像进行特征提取，以得到多个二维训练特征，并将各所述二维训练特征映射至所述目标三维坐标系，以得到多个三维训练特征；以所述三维标注训练图像作为训练伪标签，利用所述三维训练特征对初始第一深度学习模型进行监督训练，以得到第一深度学习模型。

全文数据：

权利要求：

百度查询： 广州卡尔动力科技有限公司 训练方法、装置、服务器、存储介质和计算机程序产品

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