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
基于数据分析的型钢轮廓尺寸精确测量方法
精确测量方法 轮廓尺寸 横截面轮廓 正多边形 数据
2
一种超声导波检测锚杆锚固质量等级分类方法及系统
超声导波检测 等级分类方法 信号采集装置 锚固体 激发装置
3
一种人工智能算法驱动的智能安全帽与健康数据监测平台
智能安全帽 健康数据监测 人工智能算法 生物特征数据 原始脑电信号
4
端云协同环境下自适应噪声样本引导的知识蒸馏优化方法
噪声样本 知识蒸馏优化 云端服务器 最小化噪声 启发式信息
5
方法、计算系统和计算机可读存储介质
数据平台 机器学习模型 快照 标记 数据安全
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