买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉深圳市大数据研究院申请的专利基于多点监督的模型训练方法、车辆控制方法、装置获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120070900B 。

龙图腾网通过国家知识产权局官网在2025-08-05发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510542891.1，技术领域涉及：G06V10/26；该发明授权基于多点监督的模型训练方法、车辆控制方法、装置是由朱光旭;寇卫斌;王帅;黄凯斌;陈振宇设计研发完成，并于2025-04-28向国家知识产权局提交的专利申请。

本基于多点监督的模型训练方法、车辆控制方法、装置在说明书摘要公布了：本申请提供了一种基于多点监督的模型训练方法、车辆控制方法、装置，属于人工智能技术领域，通过初始语义分割模型的特征提取层提取街景图像的目标街景语义特征以及街景图像在每个中间监督节点的中间街景语义特征，并通过初始语义分割模型的输出层基于每个中间街景语义特征预测对应的中间街景语义标签，通过输出层基于目标街景语义特征预测目标街景语义标签，通过中间监督节点预测对应的中间街景语义特征的辅助街景语义标签，根据每个中间街景语义标签、每个辅助街景语义标签、图像语义标签和目标街景语义标签，计算目标损失值，根据目标损失值更新初始语义分割模型的模型参数，得到目标语义分割模型，能够提高街景语义理解的准确性。

本发明授权基于多点监督的模型训练方法、车辆控制方法、装置在权利要求书中公布了：1.一种基于多点监督的模型训练方法，其特征在于，所述方法包括： 获取街景图像、所述街景图像的图像语义标签和初始语义分割模型，所述初始语义分割模型包括特征提取层和输出层，所述特征提取层设置有多个中间监督节点； 通过所述特征提取层提取所述街景图像的目标街景语义特征以及所述街景图像在每个所述中间监督节点的中间街景语义特征，并通过所述输出层基于每个所述中间街景语义特征预测对应的中间街景语义标签，通过所述输出层基于所述目标街景语义特征预测目标街景语义标签； 针对每个中间监督节点，通过所述中间监督节点预测对应的所述中间街景语义特征的辅助街景语义标签； 根据每个所述中间街景语义标签、每个所述辅助街景语义标签、所述图像语义标签和所述目标街景语义标签，计算目标损失值； 根据所述目标损失值更新所述初始语义分割模型的模型参数，得到目标语义分割模型; 所述根据每个所述中间街景语义标签、每个所述辅助街景语义标签、所述图像语义标签和所述目标街景语义标签，计算目标损失值，包括： 根据每个所述中间街景语义标签，计算每个中间监督节点的负熵损失； 根据所述图像语义标签和所述目标街景语义标签，计算交叉熵损失； 根据每个所述辅助街景语义标签和所述图像语义标签，计算每个中间监督节点的互信息损失； 对每个中间监督节点的负熵损失、交叉熵损失和每个中间监督节点的互信息损失进行加权求和，得到所述目标损失值; 每个中间监督节点均连接有辅助维度适配器，所述针对每个中间监督节点，通过所述中间监督节点预测对应的所述中间街景语义特征的辅助街景语义标签，包括： 获取所述目标街景语义标签包含的街景语义类别以及所述街景语义类别的类别数量； 根据所述街景语义类别和所述类别数量调用目标生成器，通过所述目标生成器基于每个中间监督节点的中间街景语义特征和所述目标街景语义特征，生成合成街景图像； 通过所述特征提取层提取所述合成街景图像在每个所述中间监督节点的中间合成街景语义特征； 针对每个中间监督节点，将所述中间监督节点的所述中间街景语义特征和所述中间合成街景语义特征进行特征融合，得到中间监督节点的融合语义特征； 通过每个中间监督节点连接的所述辅助维度适配器预测对应的所述融合语义特征的辅助街景语义标签。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人深圳市大数据研究院，其通讯地址为：518172 广东省深圳市龙岗区龙城街道龙翔大道2001号道远楼225室；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。