買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜平安科技(深圳)有限公司申請的專利單目深度估計模型的訓練方法、裝置、設備及存儲介質獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN114663483B 。

龍圖騰網通過國家知識產權局官網在2025-04-15發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202210224721.5，技術領域涉及：G06T7/50；該發明授權單目深度估計模型的訓練方法、裝置、設備及存儲介質是由鄭喜民;胡浩楠;舒暢;陳又新設計研發完成，并于2022-03-09向國家知識產權局提交的專利申請。

本單目深度估計模型的訓練方法、裝置、設備及存儲介質在說明書摘要公布了：本申請涉及人工智能技術領域，揭示了一種單目深度估計模型的訓練方法、裝置、設備及存儲介質，其中方法包括：獲取待預測圖像；將所述待預測圖像輸入預設的目標單目深度估計模型進行單目深度估計，得到所述待預測圖像對應的目標深度圖像；其中，所述目標單目深度估計模型的訓練方法為：采用預設的訓練樣本集和目標損失函數，對預設的單目深度估計可解釋模型進行微調訓練；將微調訓練結束的所述單目深度估計可解釋模型作為所述目標單目深度估計模型，所述目標損失函數是基于深度誤差損失得到的損失函數。通過基于深度誤差損失得到的損失函數對單目深度估計可解釋模型進行微調訓練，實現基于可解釋性方法提升網絡的準確性。

本發明授權單目深度估計模型的訓練方法、裝置、設備及存儲介質在權利要求書中公布了：1.一種單目深度估計模型的訓練方法，其特征在于，所述方法包括：獲取待預測圖像；將所述待預測圖像輸入預設的目標單目深度估計模型進行單目深度估計，得到所述待預測圖像對應的目標深度圖像；其中，所述目標單目深度估計模型的訓練方法為：采用預設的訓練樣本集和目標損失函數，對預設的單目深度估計可解釋模型進行微調訓練，其中，所述目標損失函數是基于深度誤差損失得到的損失函數；將微調訓練結束的所述單目深度估計可解釋模型作為所述目標單目深度估計模型；所述將所述待預測圖像輸入預設的目標單目深度估計模型進行單目深度估計，得到所述待預測圖像對應的目標深度圖像的步驟之前，還包括：獲取所述訓練樣本集和所述單目深度估計可解釋模型；采用預設的批次樣本數量，對所述訓練樣本集中的各個訓練樣本進行批次劃分，得到多個單批次樣本集；將任一個所述單批次樣本集作為目標樣本集；將所述目標樣本集中的每個所述訓練樣本的圖像樣本分別輸入所述單目深度估計可解釋模型進行單目深度估計，得到深度圖像預測數據；根據各個所述深度圖像預測數據、所述目標樣本集中的各個所述訓練樣本各自對應的深度圖像標定值和所述目標損失函數進行損失值計算，得到目標損失值；根據所述目標損失值，對所述單目深度估計可解釋模型進行網絡參數更新；重復執行所述將任一個所述單批次樣本集作為目標樣本集的步驟，直至達到預設的模型微調訓練結束條件，將達到所述模型微調訓練結束條件的所述單目深度估計可解釋模型作為所述目標單目深度估計模型；所述根據各個所述深度圖像預測數據、所述目標樣本集中的各個所述訓練樣本各自對應的深度圖像標定值和所述目標損失函數進行損失值計算，得到目標損失值的步驟，包括：根據第一深度圖像和第二深度圖像進行相同位置的像素點的深度誤差計算，得到初始深度誤差集，其中，所述第一深度圖像是所述目標樣本集中的任一個所述訓練樣本對應的所述深度圖像標定值，所述第二深度圖像是與所述第一深度圖像對應的所述深度圖像預測數據；將所述初始深度誤差集中的大于預設的深度誤差閾值的各個所述深度誤差，作為目標深度誤差集；將所述第一深度圖像中的與所述目標深度誤差集對應的各個像素點，作為誤差像素點集；根據所述誤差像素點集生成像素點最多的深度范圍，得到目標深度范圍；根據各個所述目標深度范圍、各個所述深度圖像預測數據、所述目標樣本集中的各個所述訓練樣本各自對應的所述深度圖像標定值和所述目標損失函數進行損失值計算，得到所述目標損失值。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人平安科技(深圳)有限公司，其通訊地址為：518000 廣東省深圳市福田區福田街道福安社區益田路5033號平安金融中心23樓；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。