原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于回归损失的学习及测试的方法及装置。本发明提供一种基于回归损失学习卷积神经网络(CNN)的参数的方法，其特征在于，包括：学习装置，使第1卷积层至第N卷积层，生成第1编码特征图至第N编码特征图；使第N反卷积层至第1反卷积层，从所述第N编码特征图，生成第N解码特征图至第1解码特征图；参照所述解码特征图的特征，生成障碍物分割结果；参照特定解码特征图的各所述列的近距离障碍物的下端线推定存在的各特定行位置，与GT图像中各所述列的各所述下端线实际所处的各行位置之间的距离差，生成所述回归损失；反向传播所述回
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号CN111104840A
(43)申请公布日
2020.05.05
(21)申请号20191
文档评论（0）