[發明專利]自動駕駛業務模型訓練方法、檢測方法、裝置和電子設備

有效

• 申請號: 201911127542.4
• 申請日: 2019-11-18
• 公開（公告）號: CN110865421B
• 公開（公告）日: 2022-04-15
• 發明（設計）人: 張俊飛;錢芳;衛勇;禤彪;田山
• 申請（專利權）人: 北京百度網訊科技有限公司
• 主分類號: G01V9/00
• 分類號: G01V9/00;G06V20/58;G06V10/774;G06K9/62
• 代理公司: 北京銀龍知識產權代理有限公司 11243
• 代理人: 許靜;黃燦

本申請公開了一種自動駕駛業務模型訓練方法、檢測方法、裝置和電子設備，涉及自動行駛技術領域。具體實現方案為：獲取第一訓練數據，所述第一訓練數據包括將車輛行駛區域的數據作為第一檢測模型的輸入，由所述第一檢測模型進行障礙物檢測而輸出的第一輸出數據；使用所述第一訓練數據對業務模型進行訓練，其中，所述第一檢測模型為在所述業務模型的訓練過程中用于對所述障礙物進行檢測的模型，所述業務模型為車輛在行駛過程中用于對所述障礙物進行檢測的模型。本申請中，由于使用檢測模型從車輛行駛區域的數據檢測出的數據對業務模型進行訓練，從而可以提高業務模型的泛化能力。

技術領域

本申請涉及計算機技術中的自動行駛技術領域，尤其涉及一種自動駕駛業務模型訓練方法、檢測方法、裝置和電子設備。

背景技術

在智能行駛過程中，經常需要對障礙物進行識別，例如：識別特殊低矮障礙物，如動物、錐桶、三角警示牌等。目前智能行駛過程中車輛主要是通過業務模型來識別障礙物。然而，目前訓練業務所采用的訓練數據主要是公開的數據，然而，這些公開的數據并非來自車輛行駛區域的數據，從而導致業務模型的泛化能力比較差。

發明內容

本申請提供一種自動駕駛業務模型訓練方法、檢測方法、裝置和電子設備，以解決業務模型的泛化能力比較差的技術問題。

第一方面，本申請提供一種自動駕駛業務模型訓練方法，包括：

獲取第一訓練數據，所述第一訓練數據包括將車輛行駛區域的數據作為第一檢測模型的輸入，由所述第一檢測模型進行障礙物檢測而輸出的第一輸出數據；

使用所述第一訓練數據對業務模型進行訓練，其中，所述第一檢測模型為在所述業務模型的訓練過程中用于對所述障礙物進行檢測的模型，所述業務模型為車輛在行駛過程中用于對所述障礙物進行檢測的模型。

本申請中，由于使用檢測模型從車輛行駛區域的數據檢測出的數據對業務模型進行訓練，從而可以提高業務模型的泛化能力。

可選的，所述第一輸出數據包括所述第一檢測模型輸出的，再經過篩選標注的數據。

由于第一輸出數據是所述第一檢測模型輸出的，再經過篩選標注的數據，這樣使得訓練數據更加準確，從而提高業務模型的準確率。

可選的，所述獲取第一訓練數據之前，所述方法還包括：

使用第二訓練數據對所述第一檢測模型進行訓練，其中，所述第二訓練數據包括將車輛行駛區域的數據作為第二檢測模型的輸入，由所述第二檢測模型進行所述障礙物檢測而輸出的第二輸出數據，所述第二檢測模型為在所述第一檢測模型的訓練過程中用于對所述障礙物進行檢測的模型。

由于第一檢測模型的訓練數據包括檢測模型進行障礙物檢測而輸出的數據，這樣可以提高第一檢測模型的準確率，以提高第一訓練數據的質量，進而提高業務模型的準確率。

可選的，所述使用第二訓練數據對所述第一檢測模型進行訓練之前，所述方法還包括：

使用第三訓練數據對所述第二檢測模型進行訓練，其中，所述第三訓練數據包括所述障礙物的數據，且所述第三訓練數據的數據量少于所述第二訓練數據的數據量。

由于第二檢測模型的訓練數據包括所述障礙物的數據，且所述第三訓練數據的數據量少于所述第二訓練數據的數據量，這樣可以提高第一檢測模型的召回率，以保證第一檢測模型和業務模型的召回率和準確率，進而提高業務模型的準確率和泛化能力。

可選的，所述第一訓練數據還包括如下至少一項：

所述第二訓練數據、所述第三訓練數據和所述業務模型進行所述障礙物檢測而輸出的數據。

由于第一訓練數據還包括上述至少一項，這樣使得業務模型的訓練數據更加豐富，以進一步提高業務模型的泛化能力。