-
公开(公告)号：CN114663503B
公开(公告)日：2025-02-14
申请号：CN202111493822.4
申请日：2021-12-08
Applicant: 伟摩有限责任公司
Abstract: 用于从图像预测三维对象位置的方法、系统和装置，包括编码在计算机存储介质上的计算机程序。方法之一包括获得图像序列，该图像序列包括在多个时间步长中的每一个处由相机在该时间步长处捕获的相应图像；对于序列中的每个图像，生成图像中已经被确定为描绘第一对象的区域的相应伪激光雷达表示的相应伪激光雷达特征；为序列中特定时间步长处的特定图像，生成特定图像中已被确定为描绘第一对象的区域的图像块特征；以及从相应伪激光雷达特征和图像块特征生成预测，该预测表征在序列中的特定时间步长处第一对象在三维坐标系中的位置。
-
公开(公告)号：CN113366496B
公开(公告)日：2024-03-15
申请号：CN201980085004.5
申请日：2019-12-18
Applicant: 伟摩有限责任公司
IPC: G06N3/0455 , G06N3/084 , G06V20/58 , G06V10/764 , G06V10/774 , G08G1/16 , B60W60/00 , G06N5/04 , G01S13/931
Abstract: 本文公开的主题的各方面包括一种方法、系统和其他技术，其用于在第一阶段中用第一训练数据集合来训练对象分类器神经网络，第一训练数据集合包括第一多个训练样本，第一训练数据集合中的每个训练样本用粗略对象分类来标记；以及在第一阶段完成之后的第二阶段中，用第二训练数据集合来训练对象分类器神经网络，第二训练数据集合包括第二多个训练样本，第二训练数据集合中的每个训练样本用精细对象分类来标记。
-
公开(公告)号：CN115311486A
公开(公告)日：2022-11-08
申请号：CN202210486139.6
申请日：2022-05-06
Applicant: 伟摩有限责任公司
IPC: G06V10/764 , G06V10/82 , G06N3/04 , G06N3/08 , G06N20/00
Abstract: 公开了使用具有预训练的特征提取器的教师机器学习模型来训练学生机器学习模型的方法、系统和装置，包括编码在计算机存储介质上的计算机程序。在一个方面，方法包括获得指定被配置为执行机器学习任务的教师机器学习模型的数据；获得第一训练数据；在第一训练数据上训练教师机器学习模型，以获得训练的教师机器学习模型；通过使用训练的教师机器学习模型处理未标记的训练数据，生成第二自动标记的训练数据；以及至少使用第二自动标记的训练数据，训练学生机器学习模型以执行机器学习任务，其中，所述学生机器学习模型不包括预训练的特征提取器，而是包括具有比预训练的特征提取器更少的参数的不同的特征提取器。
-
公开(公告)号：CN115053237A
公开(公告)日：2022-09-13
申请号：CN202080088829.5
申请日：2020-12-18
Applicant: 伟摩有限责任公司
Abstract: 用于使用神经网络生成载具意图预测的方法、系统和装置，包括编码在计算机存储介质上的计算机程序。方法中的一个包括：获得表征环境中的一个或多个载具的输入；从输入生成载具中的每一个的特征；以及对于载具中的每一个：使用多个意图特定神经网络中的每一个来处理载具的特征，其中意图特定神经网络中的每一个对应于意图集合中的相应意图，并且其中每个意图特定神经网络被配置为处理载具的特征以生成对应意图的输出。
-
公开(公告)号：CN113366507B
公开(公告)日：2024-05-14
申请号：CN201980084977.7
申请日：2019-12-23
Applicant: 伟摩有限责任公司
IPC: G06N3/084 , G06F18/241 , G06N3/0464 , G06F18/2431 , G06F18/2411 , G06N3/08 , G08G1/16 , G06N20/20
Abstract: 用于训练分类器以检测打开的车门的方法、系统和装置，包括在计算机存储介质上编码的计算机程序。所述方法之一包括：获得多个初始训练样例，其中，每一个初始训练样例包括(i)来自传感器样本集合的传感器样本和(ii)将所述传感器样本分类为表征具有打开的门的车辆的数据；生成多个附加训练样例，包括：对于每一个初始训练样例：从传感器样本集合中识别在初始训练样例中的传感器样本被捕获之前小于阈值时间量捕获的一个或更多个附加传感器样本；以及在包括初始训练样例和附加训练样例的第一训练数据上训练机器学习分类器，以生成用于机器学习分类器的更新的权重。
-
Patent Agency Ranking
公开(公告)号：CN112334908B
公开(公告)日：2024-05-10
申请号：CN201980043285.8
申请日：2019-06-25
Applicant: 伟摩有限责任公司
Abstract: 本公开的各方面涉及训练和使用短语识别模型来识别图像中的短语。作为示例，可以接收包括多个短语的选择的短语列表252。多个短语中的每个短语包括文本。可以接收初始的多个图像。可以通过识别包括来自选择的短语列表的一个或多个短语的包含短语的图像来从初始的多个图像中选择训练图像集。训练图像集中的每个给定的包含短语的图像可以被标记有信息，该信息识别来自包括在给定的包含短语的图像中的选择的短语列表中的一个或多个短语。可以基于训练图像集来训练模型，使得模型被配置为响应于接收到输入图像，输出指示多个短语中的短语是否被包括在输入图像中的数据。
-
公开(公告)号：CN113366507A
公开(公告)日：2021-09-07
申请号：CN201980084977.7
申请日：2019-12-23
Applicant: 伟摩有限责任公司
Abstract: 用于训练分类器以检测打开的车门的方法、系统和装置，包括在计算机存储介质上编码的计算机程序。所述方法之一包括：获得多个初始训练样例，其中，每一个初始训练样例包括(i)来自传感器样本集合的传感器样本和(ii)将所述传感器样本分类为表征具有打开的门的车辆的数据；生成多个附加训练样例，包括：对于每一个初始训练样例：从传感器样本集合中识别在初始训练样例中的传感器样本被捕获之前小于阈值时间量捕获的一个或更多个附加传感器样本；以及在包括初始训练样例和附加训练样例的第一训练数据上训练机器学习分类器，以生成用于机器学习分类器的更新的权重。
-
公开(公告)号：CN113196103A
公开(公告)日：2021-07-30
申请号：CN201980084687.2
申请日：2019-10-16
Applicant: 伟摩有限责任公司
IPC: G01S17/89 , G05D1/02 , G01S17/931 , G01S17/02
Abstract: 本公开的方面涉及训练和使用模型270来识别对象的动作。例如，可以接收包括与对象对应的对象边界框以及该边界框的动作标签的LIDAR传感器数据帧250。每个传感器帧与时间戳相关联，并相对于其他传感器帧排序。可以基于与每个给定的传感器数据帧相关联的时间戳将该给定的传感器数据帧投影到对象的相机图像700中以便提供融合数据。可以使用融合数据来训练模型，使得模型配置为响应于接收到融合数据，模型输出融合数据的每个对象边界框的动作标签。该输出然后可以用于在自主驾驶模式下控制车辆100。
-
公开(公告)号：CN113228040B
公开(公告)日：2024-03-15
申请号：CN201980085241.1
申请日：2019-12-18
Applicant: 伟摩有限责任公司
IPC: G06F18/25 , B60W30/095 , G06N3/0499 , G06N3/0464 , G06N3/08
Abstract: 用于生成对象行进方向估计的系统、方法、设备和技术。在一个示例中，方法包括以下动作：接收表示在车辆附近检测的对象的测量的传感器数据；用一个或多个初步行进方向估计子系统处理传感器数据，以分别生成对象的一个或多个初步行进方向估计；用第二行进方向估计子系统处理两个或更多个输入，以生成对象的精确行进方向估计，所述两个或更多个输入包括对象的一个或多个初步行进方向估计；以及向外部处理系统提供对象的精确行进方向估计。
-
公开(公告)号：CN115605918A
公开(公告)日：2023-01-13
申请号：CN202080070279.4
申请日：2020-10-05
Applicant: 伟摩有限责任公司(US)
Abstract: 用于生成点云的序列的时空嵌入的方法、系统和装置，包括编码在计算机存储介质上的计算机程序。方法中的一种方法包括：获得包括对应于多个时间点中的每个时间点的相应点云输入的时间序列，每个点云输入包括从由载具的一个或多个传感器在相应时间点处捕获的传感器数据生成的点云数据；使用第一神经网络处理每个点云输入，以生成表征点云输入的相应空间嵌入；以及使用第二神经网络处理点云输入的空间嵌入，以生成表征时间序列中的点云输入的时空嵌入。
-
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.029 seconds)
