【技术实现步骤摘要】
本专利技术属于自学习，更具体地，本专利技术涉及一种环境感知中的多任务参数共享方法及系统。
技术介绍
1、随着科技的发展和社会的进步，自动驾驶技术成为交通领域的发展趋势，自动驾驶过程中，通过传感器感知外界环境信息，基于感知到的环境信息进而做出决策。
2、在这个过程中，汽车处理器对相机获取的图像进行分析，具体来说，首先对获取到的图像分类，进而得到行人、自行车、周围车辆等动态物体和道路、人行道、树木等环境物体，针对动态物体，需要实时检测其在图像中的位置，以便帮助车辆做出智能决策确保安全驾驶；针对环境物体，对其进行像素级别的分割，有助于提供更详细的场景理解。
3、有的环境感知通常是利用三个不同的神经主干进行图像的提取特征，即完成图像分类、目标检测、语义分割等任务。而对于汽车处理器等边缘计算设备而言，由于体积有限，过多的神经主干参数会带来数据存储量大的问题，进而影响图像的处理速度，会使得自动驾驶过程中的环境感知速度慢，进而影响自动驾驶的决策。
技术实现思路
1、本专利技术提供一种环境感知中的多任务参数共享方法，旨在改善上述问题。
2、本专利技术是这样实现的，一种环境感知中的多任务参数共享方法，所述方法具体如下：
3、(1)通过学习获取每个线性层中任务共享参数、各个任务类型的任务专属参数、及任务共享参数和任务专属参数对应的分数；
4、(2)基于分数是否激活当前线性层的任务共享参数，若结果为是，则将所有任务类型共享任务共享参数，若检测结
5、进一步的，任务共享参数的激活方法具体如下：
6、基于共享指示函数确定的当前线性层的分数sj是否共享，共享指示函数具体如下：
7、
8、其中，α是一个预设的阈值，θ(sj)＝1，表示第j个线性层的任务共享参数激活，θ(sj)＝0，表示第j个线性层的任务专属参数激活。
9、进一步的，第j个线性层针对第k类任务的权重和偏置表示为：
10、
11、其中，表示第j类线性层执行第k个任务时的输入通道sin及输出通道sout在任务共享权重的取值，表示第j类线性层执行第k个任务时的输入通道sin及输出通道sout在任务专属权重的取值。
12、进一步的，第j个线性层针对第k类任务的偏置表示为：
13、
14、其中，表示第j个线性层执行第k类任务时的输入通道sin及输出通道sout在任务共享偏置的取值，表示第j个线性层执行第k类任务时的输入通道sin及输出通道sout在任务专属偏置的取值。
15、进一步的，分数sj大于α时，任务共享参数被激活，反之，则任务专属参数被激活。
16、进一步的，α取值为0.5。
17、进一步的，任务类型包括：图像分类任务、目标检测任务及语义分割任务。
18、进一步的，vison transformer模型层的向后传递中任务的分数sj的梯度具体如下：
19、
20、其中，表示基于第k类任务训练后的损失，θ(sj)表示评分sj的共享指示。
21、本专利技术实施例还提供了一种环境感知中的多任务参数共享系统，该系统包括：
22、传感器，传感器与处理器通讯连接；
23、传感器将采集到的图像发送至处理器基于上述环境感知中的多任务参数共享方法来确定当前任务类型所需vision transformer模型中的线性层参数。
24、本专利技术通过将vision transformer模型中的线性层参数共享给多个任务类型，其它层参数不共享，既满足了不同任务类型的个性化需求，同时也能就减少visiontransformer模型中参数存储量，减少了边缘计算设备存储的问题。
本文档来自技高网...【技术保护点】
1.一种环境感知中的多任务参数共享方法，其特征在于，所述方法具体如下：
2.如权利要求1所述环境感知中的多任务参数共享方法，其特征在于，任务共享参数的激活方法具体如下：
3.如权利要求2所述环境感知中的多任务参数共享方法，其特征在于，第j个线性层针对第k类任务的权重和偏置表示为：
4.如权利要求2所述环境感知中的多任务参数共享方法，其特征在于，第j个线性层针对第k类任务的偏置表示为：
5.如权利要求2所述环境感知中的多任务参数共享方法，其特征在于，分数sj大于α时，任务共享参数被激活，反之，则任务专属参数被激活。
6.如权利要求2所述环境感知中的多任务参数共享方法，其特征在于，α取值为0.5。
7.如权利要求1所述环境感知中的多任务参数共享方法，其特征在于，任务类型包括：图像分类任务、目标检测任务及语义分割任务。
8.如权利要求1所述环境感知中的多任务参数共享方法，其特征在于，VisonTransformer模型层的向后传递中任务的分数sj的梯度具体如下：
9.一种环境感知中的多任务参
...【技术特征摘要】
1.一种环境感知中的多任务参数共享方法，其特征在于，所述方法具体如下：
2.如权利要求1所述环境感知中的多任务参数共享方法，其特征在于，任务共享参数的激活方法具体如下：
3.如权利要求2所述环境感知中的多任务参数共享方法，其特征在于，第j个线性层针对第k类任务的权重和偏置表示为：
4.如权利要求2所述环境感知中的多任务参数共享方法，其特征在于，第j个线性层针对第k类任务的偏置表示为：
5.如权利要求2所述环境感知中的多任务参数共享方法，其特征在于，分数sj大于α时...
【专利技术属性】
技术研发人员：孙涛，谢涛，张紫阳，郑方军，
申请(专利权)人：哈尔滨工业大学，
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。