-
公开(公告)号：CN117592569A
公开(公告)日：2024-02-23
申请号：CN202311609735.X
申请日：2023-11-28
Applicant: 重庆长安汽车股份有限公司
Abstract: 本申请涉及一种模型推理方法、装置、设备及存储介质，涉及汽车技术领域。该方法包括：获取多个原始点云数据，并对多个原始点云数据进行预处理，得到多个第一点云数据；对多个第一点云数据进行体素化处理，得到体数据集；对体数据集进行特征处理，得到特征数据；基于预设推理引擎，对特征数据进行处理，得到多个物体对应的模型推理结果，并对多个物体对应的模型推理结果进行解析，确定多个物体中的每个物体的类型。由此，可以对点云数据进行模型推理，并对模型推理结果进行解析，确定多个物体中的每个物体的类型，解决只能针对单个任务进行推理，造成资源浪费，且推理结果不准确的问题。
-
公开(公告)号：CN116778173A
公开(公告)日：2023-09-19
申请号：CN202310747649.9
申请日：2023-06-21
Applicant: 重庆长安汽车股份有限公司
Abstract: 本发明涉及一种点云栅格化特征提取的GPU算子加速方法、系统及介质，包括：获取数据；点云栅格化：根据设定的可视范围和栅格大小将所有点划分到二维栅格图中的每个栅格，计算每个点的栅格坐标，保存每个点的栅格坐标以及每个栅格中点的数量；非空栅格映射：将二维栅格图转换成一维的栅格列表，剔除没有点的空栅格；栅格特征提取：针对每个非空栅格，计算每个非空栅格中每个点的多维特征；特征升维池化：针对每个非空栅格，将深度学习模型训练时习得的矩阵参数与每个点的特征进行矩阵乘法，对每个非空栅格的每一维度特征的所有点进行最大池化操作并映射回二维栅格图中。本发明使得只要特征提取网络相同的不同任务的深度学习模型均能共用这套算子。
-
公开(公告)号：CN117271112A
公开(公告)日：2023-12-22
申请号：CN202311064559.6
申请日：2023-08-22
Applicant: 重庆长安汽车股份有限公司
Abstract: 本申请涉及智能驾驶技术领域，特别涉及一种基于内存池的模型部署数据存储管理方法及装置，方法包括：当在模型部署运行过程中接收到内存申请指令时，获取当前内存需求信息，对预设的哈希表进行搜索，哈希表中封装有预设的内存池中各个内存单元对应的内存块信息、起始地址和空闲标识；确定目标内存块信息对应的目标内存单元；若目标内存单元的空闲标识为空闲状态，则将目标内存单元的空闲标识调整为占用状态，根据目标内存单元的起始地址调用目标内存单元，以存储模型部署数据。本申请将内存池的内存块信息、起始地址和空闲标识封装到哈希表中，搜索哈希表得到起始地址，提高了内存池的响应速度，减少了向操作系统申请内存的次数。
-
-
Search Results
3
records
(took 0.021 seconds)
