申请/专利权人:清智汽车科技(苏州)有限公司
申请日:2023-11-28
公开(公告)日:2024-03-26
公开(公告)号:CN117764136A
主分类号:G06N3/082
分类号:G06N3/082;G06V20/56
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.12#实质审查的生效;2024.03.26#公开
摘要:本发明提供了一种运用正则化手段减小神经网络模型量化误差的方法及装置,属于人工智能技术领域,该方法包括:对模型目标区间进行分析,确定模型目标区间;运用正则化手段和线性变换算法对待量化的模型进行量化改造;对量化改造后的模型进行训练;对训练好的模型进行量化部署,以利用部署后的模型,根据车载摄像头采集的车外环境图像,实现车辆在智能驾驶场景中的环境感知任务。本发明可以提升模型对量化误差的抗干扰能力,进而提升量化后模型的精度,以此实现在智能驾驶场景中高精度的环境感知。
主权项:1.一种运用正则化手段减小神经网络模型量化误差的方法,其特征在于,所述运用正则化手段减小神经网络模型量化误差的方法包括:对模型目标区间进行分析,确定模型目标区间;运用正则化手段和线性变换算法对待量化的模型进行量化改造;对量化改造后的模型进行训练,将模型训练至收敛;对训练好的模型进行量化部署,以利用部署后的模型,根据车载摄像头采集的车外环境图像,实现车辆在智能驾驶场景中的环境感知任务。
全文数据:
权利要求:
百度查询: 清智汽车科技(苏州)有限公司 运用正则化手段减小神经网络模型量化误差的方法及装置
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。