[發明專利]一種訓練數據的生成方法、裝置、電子設備和存儲介質

在審

• 申請號: 202010054351.6
• 申請日: 2020-01-17
• 公開（公告）號: CN111274927A
• 公開（公告）日: 2020-06-12
• 發明（設計）人: 王麗雯;周鍇
• 申請（專利權）人: 北京三快在線科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06T17/00
• 代理公司: 北京市隆安律師事務所 11323
• 代理人: 權鮮枝

本申請公開了一種訓練數據的生成方法、裝置、電子設備和存儲介質。所述方法包括：基于圖形引擎加載素材模型和基礎場景，得到虛擬場景；根據設置于指定素材模型上的虛擬攝像機進行場景拍攝，得到場景圖片；基于場景圖片所包含的素材模型，生成圖片標注信息；將一幅場景圖片及其圖片標注信息作為一條訓練數據。其有益效果在于，可以根據圖形引擎、虛擬攝像機，在虛擬場景中可以得到場景圖片，并可以結合圖片標注信息方便快捷的生成訓練數據，豐富了訓練數據的生成方法，降低了訓練數據生成成本，有效解決了訓練數據樣本不足的問題，對于模型訓練效果有良好的輔助作用。

技術領域

本申請涉及深度學習領域，具體涉及一種訓練數據的生成方法、裝置、電子設備和存儲介質。

背景技術

自動駕駛場景對道路障礙物檢測識別的準確性具有較高的要求，為了高效準確的障礙物進行檢測識別，現有技術中通常利用深度學習技術來實現，但是深度學習技術較為依賴訓練數據，因此，當訓練數據集越完整豐富、質量越高時，訓練出來的模型在不同測試集上的精度，即泛化性能就會相應越好。但在實踐中，訓練數據集資源往往需要獲得國家授予的采圖資質然后開展頻繁的采集活動，樣本獲取成本高，效率較低，而且存在在某些特定場景下難以獲取的問題。

發明內容

鑒于上述問題，提出了本申請以便提供一種克服上述問題或者至少部分地解決上述問題的一種訓練數據的生成方法、裝置、電子設備和存儲介質。

依據本申請的一個方面，提供了一種訓練數據的生成方法，包括：

基于圖形引擎加載素材模型和基礎場景，得到虛擬場景；所述素材模型對應于自動駕駛場景中的待關注對象；

根據設置于指定素材模型上的虛擬攝像機進行場景拍攝，得到場景圖片；

基于場景圖片所包含的素材模型，生成圖片標注信息；

將一幅場景圖片及其圖片標注信息作為一條訓練數據。

可選地，所述素材模型、所述基礎場景、所述指定素材模型和所述虛擬攝像機中的至少一項是根據場景配置信息確定的，所述場景配置信息包括如下至少一種：素材模型的類別，素材模型的個數，素材模型的部署位置，素材模型的移動參數，基礎場景的類別，虛擬攝像機的視點位置，場景圖片的采集頻率。

可選地，所述基于場景圖片所包含的素材模型，生成圖片標注信息包括：

根據所述場景配置信息，確定所述場景圖片所包含的素材模型，以及所包含的素材模型在世界坐標系各軸向上的軸向頂點坐標；

根據確定的軸向頂點坐標生成相應素材模型的三維包圍盒。

可選地，所述素材模型包括坐標信息完整的標準模型，以及坐標信息不完整的非標準模型；

所述根據所述場景配置信息，確定所述場景圖片所包含的素材模型，以及所包含的素材模型在世界坐標系各軸向上的軸向頂點坐標包括：

對于標準模型，根據其包含的坐標信息直接確定在世界坐標系各軸向上的軸向頂點坐標；

對于非標準模型，利用主成分分析法對非標準模型的三維頂點坐標集合進行分析，確定三個主方向和質心；根據確定的主方向和質心非標準模型的三維頂點坐標集合進行坐標變換，根據變換后的坐標確定在世界坐標系各軸向上的軸向頂點坐標。

可選地，所述基于場景圖片所包含的素材模型，生成圖片標注信息包括：

根據所述場景配置信息，確定所述場景圖片所包含的素材模型，以及所包含的素材模型的三維坐標集合；

基于世界坐標系與虛擬攝像機坐標系之間的成像投影關系，將所包含的素材模型的三維坐標集合中的各元素投影到圖片坐標系上，得到所包含的素材模型的二維坐標集合；