[發明專利]訓練檢測模型、確定圖像更新信息和更新高精地圖的方法

在審

• 申請號: 202110793045.9
• 申請日: 2021-07-13
• 公開（公告）號: CN113505834A
• 公開（公告）日: 2021-10-15
• 發明（設計）人: 何雷;宋適宇
• 申請（專利權）人: 阿波羅智能技術（北京）有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/46;G06K9/00;G06K9/32;G06N3/04;G06N3/08
• 代理公司: 中科專利商標代理有限責任公司 11021
• 代理人: 呂朝蕙

本公開提供了一種目標檢測模型的訓練方法和確定圖像的更新信息的方法、裝置、設備和存儲介質。涉及人工智能領域，具體涉及計算機視覺、智能交通、自動駕駛和深度學習領域。目標檢測模型的訓練方法包括：將樣本圖像對中的第一實景圖像輸入目標檢測模型的第一特征提取網絡，得到第一特征數據；將樣本圖像對中的第一待更新圖像輸入目標檢測模型的第二特征提取網絡，得到第二特征數據；樣本圖像對的標簽指示第一實景圖像相對于第一待更新圖像的實際更新信息；將第一特征數據和第二特征數據輸入目標檢測模型的目標檢測網絡，得到第一實景圖像相對于第一待更新圖像的預測更新信息；以及基于實際更新信息和預測更新信息，對目標檢測模型進行訓練。

技術領域

本公開涉及人工智能技術領域，具體涉及計算機視覺、智能交通、自動駕駛和深度學習技術領域，更具體地涉及一種目標檢測模型的訓練方法、基于目標檢測模型確定圖像的更新信息的方法和更新高精地圖的方法、裝置、電子設備和存儲介質。

背景技術

隨著計算機技術和網絡技術的發展，自動駕駛技術和智能導航技術逐漸成熟。該兩項技術均需依賴于包含豐富的環境信息的高精地圖(High definition map)。該高精地圖可以表示由道路、交通信號燈等構成的交通拓撲結構。

隨著城市的發展和交通規劃的變化，需要不斷地更新已生成的高精地圖，以使得高精地圖可以表示實際的交通拓撲結構，為自動駕駛技術和智能導航技術所提供的服務提供支持，提高所提供的服務的用戶體驗。

發明內容

本公開提供了一種旨在提高更新信息準確性的目標檢測模型的訓練方法和采用目標檢測模型確定圖像的更新信息的方法、裝置、電子設備和存儲介質。

根據本公開的一個方面，提供了一種目標檢測模型的訓練方法，其中，目標檢測模型包括第一特征提取網絡、第二特征提取網絡和目標檢測網絡；該方法包括：將樣本圖像對中的第一實景圖像輸入第一特征提取網絡，得到第一特征數據；將樣本圖像對中的第一待更新圖像輸入第二特征提取網絡，得到第二特征數據；該樣本圖像對具有標簽，該標簽指示第一實景圖像相對于第一待更新圖像的實際更新信息；將第一特征數據和第二特征數據輸入目標檢測網絡，得到第一實景圖像相對于第一待更新圖像的預測更新信息；以及基于實際更新信息和預測更新信息，對目標檢測模型進行訓練。

根據本公開的另一方面，提供了一種采用目標檢測模型確定圖像的更新信息的方法，包括：確定與第二實景圖像對應的第二待更新圖像；將第二實景圖像輸入目標檢測模型的第一特征提取網絡，得到第三特征數據；將第二待更新圖像輸入目標檢測模型的第二特征提取網絡，得到第四特征數據；以及將第三特征數據和第四特征數據輸入目標檢測模型的目標檢測網絡，得到第二實景圖像相對于第二待更新圖像的更新信息，其中，目標檢測模型是采用前文描述的目標檢測模型的訓練方法訓練得到的。

根據本公開的另一方面，提供了一種目標檢測模型的訓練裝置，其中，目標檢測模型包括第一特征提取網絡、第二特征提取網絡和目標檢測網絡；該裝置包括：第一數據獲得模塊，用于將樣本圖像對中的第一實景圖像輸入第一特征提取網絡，得到第一特征數據；第二數據獲得模塊，用于將樣本圖像對中的第一待更新圖像輸入第二特征提取網絡，得到第二特征數據；該樣本圖像對具有標簽，該標簽指示第一實景圖像相對于第一待更新圖像的實際更新信息；更新信息預測模塊，用于將第一特征數據和第二特征數據輸入目標檢測網絡，得到第一實景圖像相對于第一待更新圖像的預測更新信息；以及模型訓練模塊，用于基于實際更新信息和預測更新信息，對目標檢測模型進行訓練。

根據本公開的另一方面，提供了一種采用目標檢測模型確定圖像的更新信息的裝置，該裝置包括：圖像確定模塊，用于確定與第二實景圖像對應的第二待更新圖像；第三數據獲得模塊，用于將第二實景圖像輸入目標檢測模型的第一特征提取網絡，得到第三特征數據；第四數據獲得模塊，用于將第二待更新圖像輸入目標檢測模型的第二特征提取網絡，得到第四特征數據；以及更新信息確定模塊，用于將第三特征數據和第四特征數據輸入目標檢測模型的目標檢測網絡，得到第二實景圖像相對于第二待更新圖像的更新信息，其中，目標檢測模型是采用前文描述的目標檢測模型的訓練裝置訓練得到的。