基于多模态特征融合的语义占用预测模型的训练方法及装置

AITNT
正文
推荐专利
基于多模态特征融合的语义占用预测模型的训练方法及装置
申请号:CN202510437097
申请日期:2025-04-08
公开号:CN120318633A
公开日期:2025-07-15
类型:发明专利
摘要
本申请公开了一种基于多模态特征融合的语义占用预测模型的训练方法及装置。所述训练方法包括:获取输入样本数据;将输入样本数据分别输入到深度估计模型和大型视觉模型,分别得到对应的深度信息数据和语义信息数据;利用深度特征数据和第一语义特征数据对语义占用预测模型进行第一阶段的训练,得到训练后的语义占用预测模型;将输入样本数据输入到用于特征提取的主干网络,得到对应的二维图像特征数据;利用二维图像特征数据对训练后的语义占用预测模型进行第二阶段的训练,得到最终的语义占用预测模型。
技术关键词
多模态特征融合 二维图像特征 数据 样本 语义特征提取 语义场景 模型训练模块 特征提取模块 查询特征 计算机程序产品 交叉注意力机制 训练装置 处理器 计算机可执行指令 可读存储介质 视觉
系统为您推荐了相关专利信息
1
一种铜丝拉丝设备生产管理方法及系统
铜丝拉丝设备 数据管理平台 物联网数据采集模块 订单 物联网传感器
2
一种电动汽车聚合调控方法及系统
整数规划模型 调控策略 负荷预测模型 充电电动汽车 调控方法
3
一种燃气的智能调度管理方法
智能调度管理方法 安全隐患信息 接收调度信息 安全隐患评估 燃气供应量
4
基于CRNN与改进CTC的RPA自动化票据信息处理系统
双向长短期记忆网络 票据 信息处理系统 卷积特征 解析单元
5
一种基于大数据的食品安全风险分析与预测方法
食品安全风险评估 企业 因子 BERT模型 评价指标体系
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号