摘要
本申请公开了一种3D目标感知模型的训练方法及装置、3D目标感知方法及装置、设备、计算机程序产品,该训练方法包括:获取多模态的传感器数据和对应的3D目标真值数据;将多模态的传感器数据和3D目标真值数据分别输入3D目标感知模型的原始网络分支和对比网络分支,分别得到原始损失和对比损失,对比网络分支基于3D目标检测框进行对比学习;根据原始损失和对比损失迭代更新3D目标感知模型的参数,得到训练好的3D目标感知模型。本申请在3D目标感知模型的训练框架中引入了一种基于实例特征的对比学习网络分支,增强了多模态特征之间的对齐效果,解决了多模态特征在融合阶段出现的错位问题,提升了感知算法的精度和鲁棒性。
技术关键词
分支
多模态
网络
传感器
数据
计算机程序产品
编解码器
训练装置
编码器
感知装置
编码特征
模态特征
参数
样本
处理器
指令
鲁棒性
错位
存储器
系统为您推荐了相关专利信息
运维管理方法
运维管控
舒适性设备
运维管理系统
场景
大体积混凝土浇筑
温度控制方法
裂纹特征
粒子群算法
分布特征
锅炉控制参数
深度神经网络
锅炉系统
等离子体设备
时序