【技术实现步骤摘要】
本专利技术涉及场景泛化，尤其涉及一种毫米波雷达模型的场景泛化方法、系统、终端及计算机可读存储介质。
技术介绍
1、场景之间的特征有相似的共性特征和差别较大的差异特征，当使用某个场景的数据训练模型并用于其他场景时，原场景与新场景数据之间的差异特征导致模型在新场景上的预测结果存在较大误差。而基于数据驱动的雷达建模是一种较为复杂的应用场景，当前缺乏针对提高数据驱动的雷达模型泛化能力的研究。
2、目前，对于这种情况，可使用迁移学习的方法，在保留原模型对场景间共性特征的拟合效果的基础上，对场景间的差异特征进行调整以适应新场景。但现有的迁移学习是对模型的部分结构进行调整，容易保留原模型中不理想的结构，从而将原模型的误差引入到现有模型，导致新场景的泛化不准确，并且在训练的时候所需要的数据量较大，导致新场景泛化的效率较低。此外，该方法训练过程较为复杂，影响在大规模工业开发中的应用效率。
3、因此，现有技术还有待于改进和发展。
技术实现思路
1、本专利技术的主要目的在于提供一种毫米波...
【技术保护点】
1.一种毫米波雷达模型的场景泛化方法，其特征在于，所述毫米波雷达模型的场景泛化方法包括：
2.根据权利要求1所述的毫米波雷达模型的场景泛化方法，其特征在于，所述建立原始雷达模型，具体包括：
3.根据权利要求1所述的毫米波雷达模型的场景泛化方法，其特征在于，所述根据所述原始雷达模型生成预训练数据集，具体包括：
4.根据权利要求3所述的毫米波雷达模型的场景泛化方法，其特征在于，所述根据所述预训练数据集对创建的修正训练网络模型进行模型训练，得到修正雷达模型，具体包括：
5.根据权利要求1所述的毫米波雷达模型的场景泛化方法，其特...
【技术特征摘要】
1.一种毫米波雷达模型的场景泛化方法，其特征在于，所述毫米波雷达模型的场景泛化方法包括：
2.根据权利要求1所述的毫米波雷达模型的场景泛化方法，其特征在于，所述建立原始雷达模型，具体包括：
3.根据权利要求1所述的毫米波雷达模型的场景泛化方法，其特征在于，所述根据所述原始雷达模型生成预训练数据集，具体包括：
4.根据权利要求3所述的毫米波雷达模型的场景泛化方法，其特征在于，所述根据所述预训练数据集对创建的修正训练网络模型进行模型训练，得到修正雷达模型，具体包括：
5.根据权利要求1所述的毫米波雷达模型的场景泛化方法，其特征在于，所述获取目标场景的待泛化场景数据，将所述待泛化场景数据输入至所述泛化雷达模型，输出对应的场景泛化结果，具体包括：
6.根据权利要求5所述的毫米波雷达模型的场景泛化方法，其特征在于，所述将所述新场景目标真值输...
【专利技术属性】
技术研发人员：黄楷博，王莹，邓伟文，丁娟，
申请(专利权)人：浙江天行健智能科技有限公司，
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。