Eine Lage eines ersten Objekts kann in einem Bild bestimmt werden. Eine Linie kann auf dem ersten Bild auf Grundlage der Lage des ersten Objekts gezeichnet werden. Ein tiefes neuronales Netz kann trainiert werden, um eine relative Lage zwischen dem ersten Objekt in dem Bild und einem zweiten Objekt in dem Bild auf Grundlage der Linie zu bestimmen. Das tiefe neuronale Netz kann durch Bestimmen einer Fitnessbewertung optimiert werden, die eine Anzahl an Parametern des tiefen neuronalen Netzes durch eine Leistungsbewertung dividiert. Das tiefe neuronale Netz kann ausgegeben werden.

    A location of a first object can be determined in an image. A line can be drawn on the first image based on the location of the first object. A deep neural network can be trained to determine a relative location between the first object in the image and a second object in the image based on the line. The deep neural network can be optimized by determining a fitness score that divides a number of deep neural network parameters by a performance score. The deep neural network can be output.


    Zugriff

    Download


    Exportieren, teilen und zitieren



    Titel :

    EFFIZIENTE NEURONALE NETZE


    Beteiligte:

    Erscheinungsdatum :

    2023-07-13


    Medientyp :

    Patent


    Format :

    Elektronische Ressource


    Sprache :

    Deutsch


    Klassifikation :

    IPC:    G06V / B60W CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION , Gemeinsame Steuerung oder Regelung von Fahrzeug-Unteraggregaten verschiedenen Typs oder verschiedener Funktion





    Neuronale Netze

    Cruse, Carsten / Leppelmann, Stefan | IuD Bahn | 1995


    Neuronale Netze in der Schutztechnik

    Koglin, H.-J. / Lobos, T. / Schegner, P. et al. | British Library Conference Proceedings | 1998


    TEC (Total Engine Control) : neuronale Netze

    Schweng, Detlef | TIBKAT | 1999

    Freier Zugriff