摘要
本申请公开了模型训练和自动泊车方法、自动泊车系统及计算机介质,该训练方法通过获取在公共数据集上训练的源模型及其第一模型参数,对源模型的模型结构和第一模型参数进行调整,以构建出目标模型;将训练数据集分别输入至目标模型和源模型,以获取源模型输出的第一特征数据和目标模型输出的第二特征数据;基于第一特征数据和第二特征数据的差异数据构建目标模型的总损失函数,以基于总损失函数对目标模型进行训练。因此,通过第一特征数据和第二特征数据的差异数据来构建总损失函数,使得目标模型可以学习到源模型的部分特征处理能力,目标模型可以快速适应目标任务,减少目标模型在泊车场景下的数据采集和标注,同时提升目标模型的鲁棒性。
技术关键词
模型训练方法
自动泊车方法
自动泊车系统
标签
鱼眼图像
障碍物
训练图像数据
汽车
泊车场景
可读存储介质
畸变模型
存储器
计算机
感知系统
处理器
程序
网络
系统为您推荐了相关专利信息
自然语言
开发方法
模型训练方法
训练场景
展示报表
三维模型重构方法
生成对抗网络
联合损失函数
预测残差
多点地质统计
编码向量
边缘计算中心
数据压缩策略
数据传输策略
超声波水表
检测模型训练方法
轻量化神经网络
注意力
数据
网络架构