一种基于掩膜自编码器的车载终端模型自动迭代优化方法

本发明提供一种基于掩膜自编码器的车载终端模型自动迭代优化方法，包括：应用于包含监管数据平台、无监督预训练平台和模型训练评估平台的端到端模型自动迭代优化框架中。通过监管平台接收车载终端视频数据并存储，模型训练评估平台拆帧视频为图像，并应用现有模型批量生成伪标签。掩膜自编码器利用伪标签生成各任务的先验掩膜，进行无监督预训练得到预训练模型。这些预训练模型返回至模型训练评估平台，针对特定下游任务进行微调优化，依据评估反馈调整模型参数。本发明能针对不同任务定制先验掩膜，精准捕捉数据特征。搭建的端到端框架打通从数据到模型训练评估的全流程，提高了效率。基于MAE的无监督框架能够自动挖掘特征，无需手工设计特征。