推荐星级:
  • 1
  • 2
  • 3
  • 4
  • 5

车规级计算芯片的车辆深度学习模型在线增量学习与自适应芯片技术.docx

资料介绍

车规级计算芯片的车辆深度学习模型在线增量学习与自适应芯片技术

一、在线增量学习的必要性

自动驾驶系统在实际部署后遇到的场景多样性远超训练数据集的覆盖范围。车辆在不同地理区域和不同气候条件和不同驾驶风格下的感知模型性能逐渐下降。2026年通过车规芯片中的在线增量学习引擎支持感知模型在车辆运行过程中持续学习和适应。增量学习与传统的离线训练模式不同,模型在新数据到达时仅更新参数中的部分层,不需要重新访问全部历史训练数据,在芯片的算力和存储约束下实现在线适应。

二、增量学习的硬件架构

增量学习引擎在芯片内部以独立于推理NPU的硬件模块实现。推理NPU在车辆运行过程中持续执行前向推理。增量学习引擎接收推理结果的反馈信号——当感知模型在某个场景下的输出置信度低于阈值时判定该场景为"增量学习候选",将对应的传感器数据存入芯片内部的临时缓冲区。增量学习引擎在车辆充电或驻车等空闲时段从缓冲区读取累积的数据,通过反向传播算法以学习率较小的更新步长更新模型的最后几层参数。

三、数据筛选与样本管理

有限的车载存储空间无法存储所有遇到的新场景数据,增量学习引擎通过数据筛选加速器在硬件中有选择地保留有价值的训练样本。加速器评估每个候选样本的"信息含量"——模型在当前样本上的预测误差越大或模型的预测概率分布越分散,样本的信息价值越高。信息含量超过阈值的样本被存入持久存储,低于阈值的直接丢弃。持久存储的样本库容量通常可容纳数千个关键场景样本,覆盖代表性长尾场景。


部分文件列表

文件名 大小
235-车规级计算芯片的车辆深度学习模型在线增量学习与自适应芯片技术.docx 37K

全部评论(0)

暂无评论

上传资源 上传优质资源有赏金

  • 打赏
  • 30日榜单
  • 21下载积分 打赏60.00元   3天前

    用户:gsy幸运

  • 21下载积分 打赏70.00元   3天前

    用户:铁蛋锅

  • 21下载积分 打赏65.00元   3天前

    用户:xzxbybd

  • 21下载积分 打赏60.00元   3天前

    用户:jh0355

  • 21下载积分 打赏60.00元   3天前

    用户:w178191520

  • 21下载积分 打赏20.00元   3天前

    用户:jh03551

  • 21下载积分 打赏20.00元   3天前

    用户:sun2152

  • 21下载积分 打赏20.00元   3天前

    用户:kk1957135547

  • 21下载积分 打赏25.00元   3天前

    用户:w1966891335

  • 21下载积分 打赏20.00元   3天前

    用户:xuzhen1

  • 21下载积分 打赏15.00元   3天前

    用户:x15580286248

  • 21下载积分 打赏25.00元   3天前

    用户:pcb

  • 21下载积分 打赏20.00元   3天前

    用户:bhacker

  • 21下载积分 打赏15.00元   3天前

    用户:liqiang9090

  • 21下载积分 打赏25.00元   3天前

    用户:有理想666

  • 21下载积分 打赏15.00元   3天前

    用户:godbox

  • 21下载积分 打赏15.00元   3天前

    用户:aetek

  • 21下载积分 打赏5.00元   3天前

    用户:mulanhk

  • 21下载积分 打赏5.00元   3天前

    用户:JuneLin61

推荐下载