摘要
本申请提供一种3D目标检测模型训练方法、装置及3D目标检测方法,涉及图像数据处理技术领域。3D目标检测模型训练方法包括:获取有标签源域数据集;通过有标签源域数据集对待训练3D目标检测模型执行训练,得到初始3D目标检测模型;获取无标签目标域数据集;将目标域图像输入至初始3D目标检测模型,得到目标域类别概率;根据目标域类别概率计算目标域图像的采集分数;若采集分数符合预设目标,对目标域图像执行标注,得到有标签目标域数据集;通过有标签目标域数据集对初始3D目标检测模型执行训练,得到3D目标检测模型。该方法可以提高3D目标检测模型的域适应性、泛化能力及对于目标域图像的3D目标检测精度。
技术关键词
检测模型训练方法
深度预测网络
标签
检测损失
感知特征
检测探头
存储体
图像数据处理技术
相机
标注工具
物体
模块
矩阵
坐标
偏差
参数
系统为您推荐了相关专利信息
演讲教学方法
主题数据
结构框架
语音特征
计算机存储介质
糖尿病微血管病变
凝血酶原时间
二聚体检测试剂
凝血酶时间检测试剂
检测试剂盒
终端装置
陀螺仪传感器
识别模块
低功耗无线通信
畜牧业智能
轮式巡检机器人
数据采集模块
理解系统
相机
生成自然语言
多标签
图像生成方法
人工智能图像
中间层
注意力