[發明專利]一種基于BEV多任務模型框架的任務處理方法、裝置

在審

• 申請號: 202310114710.6
• 申請日: 2023-02-02
• 公開（公告）號: CN116048763A
• 公開（公告）日: 2023-05-02
• 發明（設計）人: 陳進
• 申請（專利權）人: 安徽蔚來智駕科技有限公司
• 主分類號: G06F9/48
• 分類號: G06F9/48;G06F18/241
• 代理公司: 華進聯合專利商標代理有限公司 44224
• 代理人: 闞傳猛

1.一種基于BEV多任務模型框架的任務處理方法，其特征在于，所述方法包括：

獲取待處理的原始數據，基于第一骨干網絡對所述原始數據進行特征提取，得到第一特征，所述第一骨干網絡用于提取多任務中每個任務均需要的公共特征；

識別所述原始數據的任務屬性，基于所述任務屬性確定與所述任務屬性相匹配的第二骨干網絡，所述第二骨干網絡用于提取多任務中目標任務的專有特征；

基于所述第二骨干網絡對所述第一特征進行特征提取，得到第二特征；

處理所述第一特征和所述第二特征，并將處理后的特征發送至與所述第二骨干網絡相對應的目標任務模型。

2.根據權利要求1所述的方法，其特征在于，所述處理所述第一特征和所述第二特征包括：

根據所述第一特征以及所述第二特征，得到處理后的第三特征，所述第三特征包括第一特征和所述第二特征以及兩特征之間不同大小感受野的特征。

3.根據權利要求2所述的方法，其特征在于，所述根據所述第一特征以及所述第二特征，得到處理后的第三特征包括：

對所述第一特征進行上采樣處理，得到第一中間特征；

對所述第二特征進行下采樣處理，得到第二中間特征；

合并所述第一中間特征和所述第二中間特征，得到第三特征中所述兩特征之間不同大小感受野的特征。

4.根據權利要求1所述的方法，其特征在于，所述處理所述第一特征和所述第二特征，并將處理后的特征發送至與所述第二骨干網絡相對應的目標任務模型包括：

獲取處理所述第一特征以及所述第二特征得到的第四特征，基于所述第四特征調節所述目標任務模型的模型參數，得到應用任務模型；

將所述第四特征輸出至所述應用任務模型。

5.根據權利要求1所述的方法，其特征在于，所述獲取待處理的原始數據，基于第一骨干網絡對所述原始數據進行特征提取，得到第一特征包括：

獲取多組待處理的所述原始數據，將多組所述原始數據構建為第一訓練集，基于所述第一訓練集將所述第一骨干網絡訓練至收斂；

應用收斂后的所述第一骨干網絡處理與所述目標任務對應的所述原始數據，得到所述第一特征，所述第一特征為淺層基礎特征。

6.根據權利要求1所述的方法，其特征在于，所述基于所述第二骨干網絡對所述第一特征進行特征提取，得到第二特征包括：

以至少一組所述淺層基礎特征構建第二訓練集，基于所述第二訓練集將所述第二骨干網絡訓練至收斂；

應用收斂后的所述第二骨干網絡處理所述目標任務對應的淺層基礎特征，得到所述第二特征，所述第二特征為深層抽象特征。

7.根據權利要求1所述的方法，其特征在于，所述處理所述第一特征和所述第二特征包括：

對所述第一特征以及所述第二特征進行預處理，得到處理后的所述第一特征以及所述第二特征，所述預處理包括合并處理、特征增強處理以及噪聲過濾處理中的一種或多種。

8.一種計算機設備，包括存儲器和處理器，所述存儲器存儲有計算機程序，其特征在于，所述處理器執行所述計算機程序時實現權利要求1至7中任一項所述的方法的步驟。

9.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，所述計算機程序被處理器執行時實現權利要求1至7中任一項所述的方法的步驟。

10.一種計算機程序產品，包括計算機程序，其特征在于，該計算機程序被處理器執行時實現權利要求1至7中任一項所述的方法的步驟。