[發明專利]用于運行神經網絡的方法和設備在審
| 申請號: | 202010429166.0 | 申請日: | 2020-05-20 |
| 公開(公告)號: | CN111985521A | 公開(公告)日: | 2020-11-24 |
| 發明(設計)人: | K.格勞;R.諾登 | 申請(專利權)人: | 羅伯特·博世有限公司 |
| 主分類號: | G06K9/62 | 分類號: | G06K9/62;G06N3/08;G06N20/00;G06T7/13;G06T7/12 |
| 代理公司: | 中國專利代理(香港)有限公司 72001 | 代理人: | 臧永杰;劉春元 |
| 地址: | 德國斯*** | 國省代碼: | 暫無信息 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 用于 運行 神經網絡 方法 設備 | ||
1.一種用于訓練第一神經網絡(61)用以對輸入圖像進行分類和/或語義分割的方法,其中根據特征圖(a)執行所述訓練,所述特征圖當在輸入側輸送輸入圖像(x)時施加在所述第一神經網絡(61)的輸出端處,以及根據施加在邊緣探測器(73)的輸出端處的額定特征圖(as)來執行所述訓練,所述額定特征圖當在輸入側輸送所述輸入圖像(x)的語義分割的額定值(SEMs)時施加在所述邊緣探測器(73)的輸出端處。
2.根據權利要求1所述的方法,其中執行所述訓練,使得所述第一神經網絡(61)在輸入圖像(x)中在以下位置處未探測到邊緣,即在所述位置處所述邊緣探測器(73)在所述語義分割的額定值(SEMs)中未探測到邊緣。
3.根據權利要求1或2所述的方法,其中借助于第二神經網絡(71)從所述特征圖(a)確定語義分割(SEM)。
4.根據權利要求3所述的方法,其中第一神經網絡(61)和第二神經網絡(71)共同地根據所述語義分割(SEM)和語義分割的額定值(SEMs)被訓練。
5.根據前述權利要求中任一項所述的方法,其中訓練神經網絡(60)用以對輸入圖像進行分類和/或語義分割,其中所述神經網絡(60)在輸入側由經訓練的第一神經網絡(61)給出,其中在訓練另一神經網絡(60)時使對所述第一神經網絡(61)進行參數化的參數保持恒定。
6.一種用于為至少部分自主的機器人提供操控信號的方法,其中根據施加在神經網絡的輸入端處的圖像(x)的施加在所述神經網絡的輸出端處的分類和/或語義分割來確定所述操控信號,其中所述神經網絡事先借助于根據權利要求1至5中任一項所述的方法得以訓練。
7.一種用于確定用于對輸入圖像進行分類和/或語義分割的神經網絡(60)的分類和/或語義分割的魯棒性的方法,其中所述神經網絡(60)在輸入側通過利用根據權利要求1至6中任一項所述的方法訓練的第一神經網絡(61)給出,具有以下步驟:
-提供至少一個圖像(x);
-借助于所述第一神經網絡(61)確定特征圖(a),所述特征圖在輸送所提供的圖像(x)時施加在所述第一神經網絡(61)的輸出端處;
-提供所提供的圖像(x)的語義分割(SEM);
-根據所提供的圖像(x)的語義分割(SEM)確定額定特征圖(as);
-根據額定特征圖(as)和特征圖(a)確定魯棒性。
8.根據權利要求7所述的方法,其中對于多個所提供的圖像執行所述方法,并且其中通過從可預先給定的初始圖像進行可預先給定的轉換來確定所述多個圖像中的圖像。
9.根據權利要求8所述的方法,其中相同對象的多個所提供的圖像中的圖像包含:在分別不同的圖像記錄參數下記錄了哪個對象。
10.一種計算機程序,其被設置用于執行根據權利要求1至9中任一項所述的方法。
11.一種機器可讀存儲介質(46、146),其上存儲有根據權利要求10所述的計算機程序。
12.用于神經網絡(60、61)的訓練系統,所述訓練系統被設置用于執行根據權利要求1至5中任一項所述的方法。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于羅伯特·博世有限公司,未經羅伯特·博世有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010429166.0/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:用于調節車輛座椅的方法
- 下一篇:用于自動影響執行器的方法和設備





