公开(公告)号：CN116703782A

公开(公告)日：2023-09-05

申请号：CN202310835560.8

申请日：2023-07-07

Applicant: 重庆长安汽车股份有限公司

Inventor： 吴犀 ,  李頔 ,  白云超 ,  吕宗明 ,  吴锐

IPC: G06T5/00 ,  G06N3/0464 ,  G06N3/08

Abstract: 本申请公开了一种用于处理图像阴影的方法、装置及存储介质。该方法包括：构建基于汇聚特征的目标多任务网络，将待测图像输入至目标多任务网络中得到目标去阴影图像和目标阴影掩膜图像；确定目标阴影掩膜图像中的阴影面积比例；将阴影面积比例与设定阈值进行比较；在阴影面积比例大于设定阈值的情况下，将目标去阴影图像确定为目标图像；在阴影面积比例小于或等于设定阈值的情况下，将待测图像确定为目标图像；其中，目标图像为自动驾驶感知任务的输入图像。本申请采用了基于汇聚特征的多任务网络，其自动化程度较高、运行效率较高且工程上易于部署，能够获得较高精度的阴影掩膜图像和去阴影图像，有利于辅助后续自动驾驶感知任务的进行。

公开(公告)号：CN120014343A

公开(公告)日：2025-05-16

申请号：CN202510087513.9

申请日：2025-01-20

Applicant: 重庆长安汽车股份有限公司

Inventor： 李頔 ,  谢槟阳 ,  刘雨微

IPC: G06V10/764 ,  G06V10/40 ,  G06V10/26 ,  G06V10/52 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/047 ,  G06N3/084

Abstract: 本发明涉及一种数据标注模型训练方法、数据标注方法、装置和车辆，方法包括获取训练样本，所述训练样本包括图像以及所述图像上标注的真实标签；将所述训练样本输入数据标注模型中，基于所述数据标注模型的特征提取模块提取所述图像的特征信息；将所述特征信息输入目标任务类型对应的目标预测模块中，基于所述目标预测模块输出的预测结果和所述真实标签更新所述数据标注模型的模型参数。本发明输入的训练样本为非同源数据集的情况下，可以学习自动驾驶感知数据的所有特征，实现训练样本灵活选择，降低训练成本，提高训练效率。