【技术实现步骤摘要】
本申请涉及计算机视觉，具体提供一种模型训练方法、深度估计方法、设备及介质。
技术介绍
1、目前，深度估计在自动驾驶中起着非常重要的作用，可以用于建立车辆的环境模型，包括车辆周围的车辆、行人等。深度估计信息可以帮助自动驾驶系统更好地理解周围环境，预测其他车辆和行人的行动，并制定相应的策略，以确保车辆的安全性。
2、但是，现有的深度估计方法的精确度较差且成本较高，难以满足实际需求。
3、相应地，本领域需要一种新的深度估计方案来解决上述问题。
4、申请内容
5、为了克服上述缺陷，提出了本申请，以提供解决或至少部分地解决上述的技术问题。本申请提供了一种模型训练方法、深度估计方法、设备及介质。
6、在第一方面，本申请提供一种用于深度估计的模型训练方法，所述方法包括：
7、获取第一图像帧、第二图像帧和投影映射关系，其中所述第一图像帧与所述第二图像帧为相邻帧；
8、基于所述第一图像帧确定第一损失；
9、基于所述第一图像帧、第二图像帧和投影映射关系确定第二损
1本文档来自技高网...
【技术保护点】
1.一种用于深度估计的模型训练方法，其特征在于，所述方法包括：
2.根据权利要求1所述的用于深度估计的模型训练方法，其特征在于，所述基于所述第一图像帧确定第一损失，包括：
3.根据权利要求2所述的用于深度估计的模型训练方法，其特征在于，基于所述第一图像帧和第二深度图获得第三深度图，包括：
4.根据权利要求3所述的用于深度估计的模型训练方法，其特征在于，所述对所述可行驶区域图与所述第二深度图进行融合，包括：对所述可行驶区域图与所述第二深度图对应位置的像素值进行逐元素相乘。
5.根据权利要求1所述的用于深度估计的模型训练方法...
【技术特征摘要】
1.一种用于深度估计的模型训练方法，其特征在于，所述方法包括：
2.根据权利要求1所述的用于深度估计的模型训练方法，其特征在于，所述基于所述第一图像帧确定第一损失，包括：
3.根据权利要求2所述的用于深度估计的模型训练方法，其特征在于，基于所述第一图像帧和第二深度图获得第三深度图，包括：
4.根据权利要求3所述的用于深度估计的模型训练方法，其特征在于，所述对所述可行驶区域图与所述第二深度图进行融合，包括：对所述可行驶区域图与所述第二深度图对应位置的像素值进行逐元素相乘。
5.根据权利要求1所述的用于深度估计的模型训练方法，其特征在于，所述基于所述第一图像帧、所述第二图像帧和所述投影映射关系确定第二损失，包括：
6.根据权利要求1所述的用于深度估计的模型训练方法，其特征在于，所述投影映射关系为相机到图像的对应关系；通...
【专利技术属性】
技术研发人员：姜凌昊，马明明，
申请(专利权)人：蔚来汽车科技安徽有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。