一种基于半监督学习的智能路侧感知系统的模型训练方法

    公开(公告)号:CN112633120B

    公开(公告)日:2022-05-03

    申请号:CN202011503137.0

    申请日:2020-12-18

    Abstract: 本发明提供了一种基于半监督学习的智能路侧感知系统及模型训练方法,系统包括智能路侧系统、数据中心和智能终端系统,智能路侧系统包括智能路侧通信单元、边缘计算单元和智能路侧感知单元,智能路侧系统通过智能路侧通信单元互相连接,智能路侧通信单元还与数据中心和智能终端系统连接,实现数据共享,边缘计算单元中存储有深度学习模型,通过少量标注数据进行训练后,结合感知单元采集的感知数据和初始模型输出的目标检测结果形成新标注数据集,再对模型进行不断的交叉训练更新。本发明系统通过训练数据共享,采用交叉训练系统模型,提高了系统模型检测的精准度和通用性,同时在无人工的条件下能够生成大量的标注数据。

    一种基于半监督学习的智能路侧感知系统及模型训练方法

    公开(公告)号:CN112633120A

    公开(公告)日:2021-04-09

    申请号:CN202011503137.0

    申请日:2020-12-18

    Abstract: 本发明提供了一种基于半监督学习的智能路侧感知系统及模型训练方法,系统包括智能路侧系统、数据中心和智能终端系统,智能路侧系统包括智能路侧通信单元、边缘计算单元和智能路侧感知单元,智能路侧系统通过智能路侧通信单元互相连接,智能路侧通信单元还与数据中心和智能终端系统连接,实现数据共享,边缘计算单元中存储有深度学习模型,通过少量标注数据进行训练后,结合感知单元采集的感知数据和初始模型输出的目标检测结果形成新标注数据集,再对模型进行不断的交叉训练更新。本发明系统通过训练数据共享,采用交叉训练系统模型,提高了系统模型检测的精准度和通用性,同时在无人工的条件下能够生成大量的标注数据。

Patent Agency Ranking