摘要
本发明涉及人工智能技术领域,提供一种模型参数的融合方法及装置,方法包括:获取待融合模型中各参数位置的模型参数,待融合模型基于深度神经网络构建得到;基于待融合模型的模型参数,分别对待融合模型中各模型参数进行评估,得到各模型参数的局部级兼容性评分;构建待融合模型的模型参数对应的直方图分布,基于直方图分布量化待融合模型的全局级兼容性评分;基于各模型参数的局部级兼容性评分和各模型参数对应的全局级兼容性评分,对各参数位置的模型参数进行拼接,得到融合模型中各参数位置的融合参数。本发明提供的方法,实现精确、智能的参数拼接策略,最大程度地保留信息,大大提升融合模型的模型性能和鲁棒性。
技术关键词
参数
融合方法
行人检测模型
深度神经网络
直方图
样本
数据
矩阵
车辆
图像
融合装置
人工智能技术
处理器
存储器
鲁棒性
电子设备
策略
动态
系统为您推荐了相关专利信息
CAN总线数据
信号
皮尔逊相关系数
线性
分析方法
深度学习计算方法
方程
中子
深度机器学习
机器学习样本
雷达
平台
脉冲重复频率
回归预测模型
频域滤波器
点云特征提取
标定方法
Qt框架
交互式控件
布局管理器
协同追踪控制方法
增广拉格朗日
控制算法设计
重构
变量