专利名称：多层神经网络模型训练、道路特征识别的方法和装置      申请号：2017101085513     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：人工智能 计算机视觉 自动驾驶技术 神经网络模型训练   相似专利 发布日：2025/10/22  

应用场景：自动驾驶车辆的道路环境感知；智能交通系统中的道路特征识别；辅助驾驶系统的环境理解

专利名称：多层神经网络模型训练、道路特征识别的方法和装置      申请号：2017101131668     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：计算机视觉 深度学习 人工智能 自动驾驶技术 神经网络模型训练   相似专利 发布日：2025/10/22  

应用场景：自动驾驶车辆的道路环境感知；智能交通系统中的道路特征提取与分析；辅助驾驶系统的场景理解；复杂路况下的实时道路识别

专利名称：神经网络模型训练、目标检测方法、装置、设备以及介质      申请号：2021116377510     转让价格：面议  收藏
法律状态：授权未缴费   类型：发明   关键词：人工智能 神经网络模型训练   相似专利 发布日：2025/08/13  
摘要： 本公开提供了一种神经网络模型训练、目标检测方法、装置、设备以及介质，其中，该方法包括：获取多个目标图像组；其中，每个目标图像组包含对应原始图像的多个视角图像，每个视角图像均包含该原始图像中的目标对象；确定每个所述目标图像组中与每个编解码器对应的两个视角图像；基于每个所述编解码器对相应两个视角图像的第一图像中位于目标对象的包围框内的局部图像特征和该两个视角图像的第二图像的整体图像特征进行处理，得到每个所述编解码器的预测结果；每个预测结果包括：第二图像中目标对象的预测包围框和第一图像中目标对象的特征信息；基于全部所述编解码器的预测结果训练Transformer模型，并基于训练后的Transformer模型训练目标网络模型。

专利名称：神经网络模型训练的方法和装置      申请号：2019113023076     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：人工智能 神经网络模型训练   相似专利 发布日：2025/07/07  
摘要： 本申请公开了一种神经网络模型训练的方法和装置，属于机器学习技术领域。所述方法包括：获取新增样本集；将所述新增样本集输入目标神经网络模型，得到所述目标神经网络模型中至少一个候选分割层输出的特征数据集，其中，所述候选分割层为所述目标神经网络模型中的网络层；确定每个候选分割层输出的特征数据集的聚类程度，在所述候选分割层中确定出满足预设条件的聚类程度对应的目标分割层；基于所述新增样本集对所述目标分割层之后的网络层进行训练。采用本申请，可以提高神经网络模型的训练效率。