用于训练机器学习模型的设备和方法.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115081635A(43)申请公布日2022.09.20(21)申请号202210224700.3(22)申请日2022.03.09(30)优先权数据102021202337.12021.03.10DE(71)申请人罗伯特·博世有限公司地址德国斯图加特(72)发明人M·斯皮斯(74)专利代理机构中国专利代理(香港)有限公司72001专利代理师刘晗曦刘春元(51)Int.Cl.G06N20/00(2019.01)G06N3/04(2006.01)G06N3/08(2006.01)权利要求书2页说明书8页附图5页(54)发明名称用于训练机器学习模型的设备和方法(57)摘要用于训练机器学习模型的方法，包括：产生训练数据图像对，每个训练数据图像对具有显示对象的训练摄像机图像和描述符值目标图像，产生训练摄像机图像和描述符值目标图像包括：选择对象相对于预先给定的摄像机的位置；选择对象相对于预先给定的摄像机的取向；将该取向适配于针对所选择位置和所选择取向预先给定的参考取向，在参考取向情况下该对象具有与在所选择取向情况下相同的到摄像机的图像平面上的投影；通过产生具有所选择的位置和从摄像机来看参考取向的对象的摄像机图像产生训练摄像机图像，并产生描述符值目标图像，并在使用训练数据图像对作为训练数据以产生用于所输送的摄像机图像的描述符值图像的情况下通过监督学习训练机器学习模型。CN115081635ACN115081635A权利要求书1/2页1.一种用于训练机器学习模型从对象的摄像机图像中识别对象的对象拓扑结构的方法，所述方法包括：确定对象的3D模型，其中所述3D模型具有顶点网格；为网格的每个顶点确定描述符值；产生训练数据图像对，其中每个训练数据图像对具有显示所述对象的训练摄像机图像和描述符值目标图像，以及其中产生所述训练摄像机图像和所述描述符值目标图像包括：选择所述对象相对于预先给定的摄像机的位置；选择所述对象相对于预先给定的摄像机的取向；将所述取向适配于针对所选择的位置和所选择的取向所预先给定的参考取向，在所述参考取向的情况下对象具有与在所选择的取向情况下相同的到所述摄像机的图像平面上的投影；通过产生具有所选择的位置和从摄像机来看的参考取向的对象的摄像机图像而产生训练摄像机图像，并且通过针对在所述训练摄像机图像中对象的每个顶点位置而将针对所述顶点位置处的顶点所确定的描述符值分派到所述描述符值目标图像中的位置来产生所述描述符值目标图像，在使用所述训练数据图像对作为训练数据以产生用于所输送的摄像机图像的描述符值图像的情况下通过监督学习来训练所述机器学习模型。2.根据权利要求1所述的方法，其中通过针对所述对象的每个对称轴将所述对象的垂直于所述对称轴的轴对准于预先给定的参考轴来给出用于所述对象的参考取向。3.根据权利要求2所述的方法，其中通过从所述对象来看所述摄像机的方向而给出所述参考轴。4.根据权利要求1至3中任一项所述的方法，其中针对所选择的多个不同的位置和所选择的多个不同的取向产生训练数据图像对。5.一种用于控制机器人的方法，所述方法包括以下方面：根据权利要求1至4中任一项训练机器学习模型；获得显示所述对象的摄像机图像；将所述摄像机图像输送给所述机器学习模型；从所述机器学习模型的输出中确定所述对象的姿态；和根据所述对象的所确定的姿态控制所述机器人。6.根据权利要求5所述的方法，其中确定所述对象的姿态包括：在使用由所述机器学习模型针对所述摄像机图像所输出的描述符值图像的情况下，确定所述对象在所述摄像机图像中的顶点位置。7.根据权利要求5或6所述的方法，其中确定所述对象的姿态包括：确定所述对象的特定部分的位置，并且其中根据所述对象的所确定的姿态控制所述机器人包括：控制所述机器人的终端执行器以移动到所述对象的所述部分的位置并且与所述对象的所述部分进行交互。8.一种软件或硬件代理、尤其是机器人，所述软件或硬件代理具有下列各项：摄像机，所述摄像机被设立用于提供对象的图像数据；2CN115081635A权利要求书2/2页控制装置，所述控制装置被设立用于实现机器学习模型；和训练设备，所述训练设备被设立用于借助于根据权利要求1至7中任一项所述的方法训练所述机器学习模型。9.根据权利要求8所述的软件或硬件代理，所述软件或硬件代理具有至少一个执行器，其中所述控制装置被设立用于在使用所述机器学习模型的输出的情况下控制所述至少一个执行器。10.一种计算机程序，所述计算机程序包括指令，所述指令在由处理器执行时促使所述处理器执行根据权利要求1至7中任一项所述的方法。11.一种计算机可读介质，所述计算机可读介质存储指令，所述指令在由处理器执行时促使所述处理器执行根据权利要求1至7中任一项所述的方法。3CN115