公开(公告)号：CN116758511A

公开(公告)日：2023-09-15

申请号：CN202310579621.9

申请日：2023-05-19

Applicant: 重庆长安汽车股份有限公司

Inventor： 应思琦 ,  朱张平 ,  钱少华 ,  邓皓匀

IPC: G06V20/58 ,  G06V20/56 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464

Abstract: 本发明实施例提供一种多任务模型训练方法、任务预测方法、装置、设备及介质，属于智能驾驶领域。多任务模型包括共有网络、多个任务的独有网络、通道融合层、多个任务的输出头，任务模型训练方法包括：将训练集输入至共有网络，得到共有特征，并将训练集输入至独有网络，得到目标任务的独有特征；将共有特征和目标任务的独有特征输入至通道融合层，得到目标任务的融合特征；将融合特征输入至目标任务对应的输出头，并基于多任务模型的输出结果计算多个任务的损失；基于多个任务的损失，迭代训练多任务模型。降低了多任务模型对内存和算力的要求，使得多任务模型具有更高的推理速度，且得到的任务结果更准确。

公开(公告)号：CN116523861A

公开(公告)日：2023-08-01

申请号：CN202310443606.1

申请日：2023-04-21

Applicant: 重庆长安汽车股份有限公司

Inventor： 应思琦

IPC: G06T7/00 ,  G01S7/48 ,  G01S17/931 ,  G06T7/136

Abstract: 本申请涉及一种点云数据增强方法、装置、设备及存储介质，涉及汽车技术领域。该方法包括：从训练数据库中获取多类点云数据中的任一类点云数据对应的至少一个粘贴框，并确定至少一个粘贴框中的每个粘贴框对应的多个衍生框；基于每个粘贴框的尺寸，确定任一类点云数据对应的地面高度标准差阈值和地面高度差阈值；基于地面高度标准差阈值和地面高度差阈值，从多个衍生框中确定出每个粘贴框对应的目标衍生框；将每个粘贴框对应的点云数据，添加至每个粘贴框对应的目标衍生框中，得到增强点云数据。由此，可以减少地面判断的计算耗时，确保增强点云数据的合理性，提高增强点云数据的效率，解决地面判断耗费时间较长且准确度较低的问题。