-
公开(公告)号:CN118674935A
公开(公告)日:2024-09-20
申请号:CN202410698668.1
申请日:2024-05-31
Applicant: 清华大学
IPC: G06V10/40 , G06V10/776 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本申请涉及自动驾驶感知技术领域,特别涉及一种自动驾驶感知模型功能模块的搭建方法及装置,其中,方法包括:利用计算基础平台工作进行数据标注和BEV数据格式适配,生成车路云一体化感知系统功能模块库,以对不同功能模块进行选择组合,得到适用于目标任务的需求功能模块,以构建感知算法框架对至少一个功能模块进行测评,得到至少一个功能模块的特征可视化定性分析结果与评价指标定量分析结果;基于用户的自身个性化数据、特征可视化定性分析结果与评价指标定量分析结果和实际任务的数据对感知算法框架下的感知模型进行微调,搭建最终的自动驾驶感知模型。本申请可以实现独立功能模块的评价和测试,指导功能模块预训练和微调。
-
公开(公告)号:CN119274157A
公开(公告)日:2025-01-07
申请号:CN202411058047.3
申请日:2024-08-02
Applicant: 清华大学
Abstract: 本申请涉及自动驾驶技术领域,特别涉及一种基于2D监督的BEV 3D目标检测模型微调方法,其中,方法包括:将目标多视角图像输入至预训练3D目标检测模型和预训练2D目标检测模型,分别得到3D检测框预测输出结果和2D检测框预测输出结果,结合预设检测框投影策略,获取3D检测框预测输出结果对应的2D投影检测框,并和预设的2D检测框真值进行匹配,得到匹配结果;利用匹配结果和预设2D标注数据优化预训练3D目标检测模型的目标损失函数,以生成2D标注数据监督微调的3D目标检测微调模型。本申请可以在无法获取准确的深度信息时,通过2D信息监督微调的方式节约数据标注成本,提高模型部署速度,高效低成本地实现模型更新。
-
公开(公告)号:CN119091279A
公开(公告)日:2024-12-06
申请号:CN202411079784.1
申请日:2024-08-07
Applicant: 清华大学
Abstract: 本申请涉及视觉感知技术领域,特别涉及一种基于计算基础平台的感知模型组合训练方法及装置,其中,方法包括:基于计算基础平台,将目标感知模型分解为多个共性功能模块;将每个共性功能模块进行排列组合,以得到多个组合感知模型;根据目标模型对多个组合感知模型进行迭代训练,直至达到预设最大训练轮次,得到最终多组合感知模型及其每个功能模块的权重。由此,解决了智能驾驶感知算法开发应用过程存在黑盒难以复用、多车型泛化难等问题。
-
-