一种自动驾驶场景下的多任务学习优化方法及系统

AITNT
正文
推荐专利
一种自动驾驶场景下的多任务学习优化方法及系统
申请号:CN202511166835
申请日期:2025-08-20
公开号:CN120783309A
公开日期:2025-10-14
类型:发明专利
摘要
本发明涉及人工智能技术领域,具体为一种自动驾驶场景下的多任务学习优化方法及系统,包括以下步骤:对采集车辆行驶道路图像中的图像进行编码,特征筛选,任务相似性损失计算,特定任务处理;有益效果为:通过任务之间的参数共享来学习每个任务的嵌入表示。然后,针对每个任务的嵌入表示,利用它与其余任务嵌入表示的相似性,设计任务相似性损失,以形成多任务间的自监督学习,从而得到该任务更好的嵌入表示。
技术关键词
学习优化方法 多任务 多尺度神经网络 局部纹理特征 轻量化结构 多层次特征 障碍物识别 跨层特征 归一化方法 车道检测 掩码矩阵 图像编码 场景 解码器设计 语义特征 分支 特征值 全卷积网络
系统为您推荐了相关专利信息
1
一种基于因果干预的个性化新闻推荐方法
个性化新闻推荐方法 点击概率 个性化新闻推荐系统 干预技术 新闻推荐技术
2
一种基于数据增强的小样本学习方法和系统
多任务对抗学习 样本学习方法 预训练语言模型 命名实体识别 电力
3
基于时空图神经网络的多模态威胁感知方法及系统
威胁感知方法 节点特征 嵌入特征 多模态 模态特征
4
一种基于联合多任务学习的引用类型分析方法及系统
多任务 分析方法 预训练语言模型 语义特征 标签类别
5
基于机器视觉的包材瑕疵检测方法及系统
特征金字塔 局部细节特征 分类器 层级 瑕疵检测方法
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