[发明专利]网络训练方法、增量建图方法、定位方法、装置及设备

摘要

本发明提供了一种网络训练方法、增量建图方法、定位方法、装置及设备，涉及视觉定位技术领域，该方法包括：获取训练样本，训练样本中第一图像集合中的图像和第二图像集合中的图像为相似的图像，第一图像集合中的图像和第三图像集合中的图像为不相似的图像；将训练样本输入场景识别网络，场景识别网络包括三个结构相同且共享参数的基于深度哈希的轻量级神经网络；使用训练样本对场景识别网络进行训练，直至损失函数收敛，将损失函数收敛时对应的参数作为场景识别网络的参数。本发明实施例提供的网络训练方法、增量建图方法、定位方法、装置及设备，能够在低端处理器上实时运行，降低了对硬件的依赖程度。

主权项

1.一种场景识别网络的训练方法，其特征在于，包括：获取训练样本，所述训练样本包括对象的第一图像集合、第二图像集合和第三图像集合，所述第一图像集合中的图像和所述第二图像集合中的图像为相似的图像，所述第一图像集合中的图像和所述第三图像集合中的图像为不相似的图像；将所述训练样本输入至场景识别网络，所述场景识别网络包括三个特征提取网络，三个所述特征提取网络均为基于深度哈希的轻量级神经网络，三个所述特征提取网络的网络结构相同并且共享参数；所述场景识别网络的损失函数为包括相似度分级的损失函数；使用所述训练样本对所述场景识别网络进行训练，直至所述损失函数收敛，将所述损失函数收敛时对应的参数作为所述场景识别网络的参数。