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。