申请/专利权人：丰田自动车株式会社;国家信息及自动化研究院

申请日：2021-02-26

公开（公告）日：2024-04-30

公开（公告）号：CN113326931B

主分类号：G06N3/08

分类号：G06N3/08;G06V10/82

优先权：["20200228 EP 20305205.5"]

专利状态码：有效-授权

法律状态：2024.04.30#授权;2021.09.17#实质审查的生效;2021.08.31#公开

摘要：将利用源域的经标记的图像训练的初始模型适配到适配模型的方法，其包括：将初始模型复制到适配模型中；将适配模型划分成编码器部分和第二部分，其中，该第二部分配置为处理从所述编码器部分输出的特征；在固定所述第二部分的参数并使以下两个距离的函数最小化的同时使用源域和目标域的图像xs将所述适配模型适配到目标域：初始模型和适配模型的编码器的输出的源域的特征之间的距离；以及测量针对源域的图像和目标域的图像获得的特征的概率之间的分布距离的距离。

主权项：1.将包括多个层的神经网络的初始模型适配到适配模型的方法，其中，所述初始模型已经利用源域的经标记的图像进行训练，其特征在于，所述方法包括：将所述初始模型复制到所述适配模型中；将所述适配模型的多个层划分成编码器部分和第二部分，其中，所述第二部分配置为处理从所述编码器部分输出的特征；在固定所述第二部分的参数和适配所述编码器部分的参数的同时使用所述源域的随机图像和目标域的随机图像将所述适配模型适配到所述目标域，所述适配模型使以下两个距离的函数最小化：第一距离，所述第一距离测量所述初始模型的编码器部分的输出的源域的特征与所述适配模型的编码器部分的输出的源域的特征之间的距离；以及第二距离，所述第二距离测量针对所述源域的图像获得的所述特征的概率与针对所述目标域的图像获得的所述特征的概率之间的分布距离，所述适配模型用于处理所述源域或所述目标域的新图像。

全文数据：

权利要求：

百度查询： 丰田自动车株式会社;国家信息及自动化研究院 适配神经网络的初始模型的方法、系统、存储部分和车辆

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