-
公开(公告)号：CN117274526A
公开(公告)日：2023-12-22
申请号：CN202210662178.7
申请日：2022-06-13
申请人： 北京图森智途科技有限公司
IPC分类号： G06T17/20 , G06T15/00 , G06N3/0464 , G06N3/08
摘要： 本公开涉及神经网络模型训练方法和生成图像的方法。神经网络模型训练方法，包括：获取相机所采集的关于场景的图像，至少根据采集所述图像时相机的参数，确定多条射线，根据所述射线与点云相对位置关系，确定多个采样点，所述点云与所述场景的一部分相关联，确定所述图像中与采样点对应的像素的颜色信息，根据所述采样点的位置和所述像素的颜色信息训练神经网络模型。
-
公开(公告)号：CN109784194B
公开(公告)日：2021-11-23
申请号：CN201811561940.2
申请日：2018-12-20
申请人： 北京图森智途科技有限公司
摘要： 本申请公开一种目标检测网络构建方法和训练方法、目标检测方法。目标检测网络构建方法包括：选取用于目标检测的初始网络模型；在所述初始网络模型的末端设置并行的多个分支网络，以得到目标检测网络；其中，所述多个分支网络对应的感受野不同，分别用于检测不同检测尺度范围内的物体。
-
公开(公告)号：CN112308105B
公开(公告)日：2024-04-12
申请号：CN201910713477.7
申请日：2019-08-02
申请人： 北京图森智途科技有限公司
IPC分类号： G06V10/25 , G06V10/764 , G06V10/82 , G06N3/0464
摘要： 本发明公开一种目标检测方法、目标检测器及相关设备，以解决现有技术目标检测器分类精度低的问题。本方案提供的目标检测方法在对图像进行特征提取得到特征图之后，并不是直接对该特征图进行分类检测处理，而是针对该特征图中的每个特征点，确定出该特征点的检测框以及该检测框中的特征，并对检测框内特征进行卷积得到该特征点的新特征值，通过该种方式使得对该特征点进行卷积的卷积范围特征与该特征点对应的检测框特征能够对齐，而特征点对应的检测框中的特征能够更加精准的表达特征点的特征，通过该种方式能够使得更新后的特征图表达的特征更加精准，从而基于该新的特征图进行分类检测的结果也更加精准，从而提高了目标检测器的分类和检测的精度。
-
公开(公告)号：CN110969250B
公开(公告)日：2023-11-10
申请号：CN201911166257.3
申请日：2017-06-15
申请人： 北京图森智途科技有限公司
摘要： 本发明公开一种神经网络训练方法及装置，以提升学生网络的性能。方法包括：选取一个与学生网络实现相同功能的教师网络；基于匹配同一训练样本数据对应的第一输出数据的数据间相似性与第二输出数据的数据间相似性来迭代训练所述学生网络得到目标网络，以实现将所述教师网络的输出数据间相似性迁移到所述学生网络，并将所述目标网络设置在低计算能力设备中，所述低计算能力设备对获取到的图像数据进行计算机视觉处理；其中：所述第一输出数据为所述训练样本数据输入教师网络后从教师网络的第一特定网络层输出的数据，所述第二输出数据为所述训练样本数据输入学生网络后从学生网络的第二特定网络层输出的数据。
-
公开(公告)号：CN112308105A
公开(公告)日：2021-02-02
申请号：CN201910713477.7
申请日：2019-08-02
申请人： 北京图森智途科技有限公司
摘要： 本发明公开一种目标检测方法、目标检测器及相关设备，以解决现有技术目标检测器分类精度低的问题。本方案提供的目标检测方法在对图像进行特征提取得到特征图之后，并不是直接对该特征图进行分类检测处理，而是针对该特征图中的每个特征点，确定出该特征点的检测框以及该检测框中的特征，并对检测框内特征进行卷积得到该特征点的新特征值，通过该种方式使得对该特征点进行卷积的卷积范围特征与该特征点对应的检测框特征能够对齐，而特征点对应的检测框中的特征能够更加精准的表达特征点的特征，通过该种方式能够使得更新后的特征图表达的特征更加精准，从而基于该新的特征图进行分类检测的结果也更加精准，从而提高了目标检测器的分类和检测的精度。
-
公开(公告)号：CN115601386A
公开(公告)日：2023-01-13
申请号：CN202110764748.9
申请日：2021-07-07
申请人： 北京图森智途科技有限公司(CN)
摘要： 本公开提供了一种点云处理方法、装置、计算设备和和存储介质，该点云处理方法包括：获取初始点云帧中的物体状态；根据初始点云帧中的物体状态提取初始点云帧中的物体点云；根据形状模型和初始点云帧中的物体点云计算初始点云帧的形状编码，所述形状编码用于表征物体的表面形状；以及根据初始点云帧的形状编码和物体状态计算点云序列其他点云帧中对应物体的物体状态和/或形状编码。本公开实施例根据形状模型联合了物体跟踪和形状重建，提高了物体跟踪的准确度和形状重建的保真度。
-
公开(公告)号：CN109697457B
公开(公告)日：2021-01-08
申请号：CN201811416733.8
申请日：2018-11-26
申请人： 北京图森智途科技有限公司
IPC分类号： G06K9/62 , G06F16/583
摘要： 本发明公开一种物体重识别系统的训练方法、物体重识别方法及相关设备，以提高特征提取器的性能，从而提高使用该特征提取器进行物体重识别的准确性。方法包括：将当前组训练样本图像输入到特征提取器中，得到各训练样本图像的特征向量，各训练样本图像的特征向量构成特征向量组；将所述特征向量组中的每个特征向量作为一个节点，通过随机游走模块对所述特征向量组进行处理得到表征各特征向量之间的相似度的相似度矩阵，将所述特征向量组与所述相似度矩阵的乘积输入到分类器中，得到对当前组训练样本图像进行分类的分类结果；根据所述分类结果调整所述特征提取器和分类器的参数，基于调整后的特征提取器、分类器处理下一组训练样本图像。
-
公开(公告)号：CN107358293B
公开(公告)日：2021-04-02
申请号：CN201710450211.9
申请日：2017-06-15
申请人： 北京图森智途科技有限公司
IPC分类号： G06N3/08
摘要： 本发明公开一种神经网络训练方法及装置，以提升学生网络的性能。方法包括：选取一个与学生网络实现相同功能的教师网络；基于匹配同一训练样本数据对应的第一输出数据的数据间相似性与第二输出数据的数据间相似性来迭代训练所述学生网络得到目标网络，以实现将所述教师网络的输出数据间相似性迁移到所述学生网络；其中：所述第一输出数据为所述训练样本数据输入教师网络后从教师网络的第一特定网络层输出的数据，所述第二输出数据为所述训练样本数据输入学生网络后从学生网络的第二特定网络层输出的数据。本发明技术方案根据教师网络的输出数据间相似性训练得到的学生网络性能更优。
-
-
-
-
-
-
-
搜索结果
8 条记录 (耗时 0.03 秒)
