摘要
本申请实施例提供了一种检测模型训练方法、目标检测方法和相关设备,属于人工智能技术领域。该方法包括:通过检测模型的全息多路径自适应卷积模块采用并行路径抽取训练图像的第一初级特征;通过特征金字塔融合模块汇聚第一初级特征,得到第一多尺度特征图;通过多模态交互分类增强模块结合多尺度特征图与语义信息,得到增强特征;通过多任务不确定性损失调度模块基于第一初级特征与增强特征调整深度模拟三维重构模块的损失函数的权重,得到目标检测模型,深度模拟三维重构模块用于执行的任务包括分类任务、定位任务和深度任务。本申请实施例能够提高检测精度,实现检测、定位、深度估计与时序轨迹平滑校正的端到端协同优化。
技术关键词
检测模型训练方法
多尺度特征
多模态交互
重构模块
特征金字塔
卷积模块
多路径
视觉特征
多任务
空间定位信息
校正模块
视频流
清洗规则
语义
注意力
图像
检测器
卡尔曼滤波算法
系统为您推荐了相关专利信息
机器人灵巧手
脉冲
柔性触觉传感器
编码器
特征提取模块
卷积模块
处理器可读存储介质
深度学习网络
生成方法
图像全局特征
发电量
支持向量机回归
数据
气象
光伏电站逆变器