Verfahren und Prozessorschaltung zum Erzeugen eines Modells des Maschinellen Lernens mit zeitkonsistentem Erkennungsvermögen sowie computerlesbares Speichermedium für eine Prozessorschaltung

Die Erfindung betrifft ein Verfahren zum Erzeugen eines Modells (12) des Maschinellen Lernens. Das Verfahren umfasst: Bereitstellen einer Sequenz (42) von Trainingsdatensätzen (43) mit Abbildungen eines Objekts (21, 51) und zu jedem Trainingsdatensatz (43) Bereitstellen eines jeweiligen Labeldatensatzes (45), der ein von dem Modell (12) zu erzielendes Detektionsergebnis betreffend das Objekt (21, 51) angibt, wobei dann in jeweiligen Trainingsiterationen (41) die folgenden Schritte erfolgen: Betreiben des Modells (12) mit solchen der Trainingsdatensätze (43), die eine zusammenhängende Teilsequenz (42) darstellen, und hierdurch Erzeugen eines jeweiligen Ausgabevektors (48) zu dem jeweiligen Trainingsdatensatz (43) der Teilsequenz (42), und Anwenden einer Loss-Funktion auf den jeweiligen Ausgabevektor (48). Die Erfindung sieht vor, dass durch die Loss-Funktion zusätzlich zu dem Unterschied zwischen dem jeweiligen Ausgabevektor (48) und dem zugehörigen Labeldatensatz (45) auch ein Unterschied zwischen den jeweiligen Ausgabevektoren (48) von in der Teilsequenz (42) unmittelbar aufeinanderfolgenden Trainingsdatensätzen (43) quantifiziert wird.