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
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
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
威胁感知方法
节点特征
嵌入特征
多模态
模态特征
多任务
分析方法
预训练语言模型
语义特征
标签类别
特征金字塔
局部细节特征
分类器
层级
瑕疵检测方法