[發明專利]自動駕駛模型的訓練方法、裝置、電子設備和存儲介質

在審

• 申請號: 202211521243.0
• 申請日: 2022-11-30
• 公開（公告）號: CN115713749A
• 公開（公告）日: 2023-02-24
• 發明（設計）人: 陳鵬;孔祥振;張曄;鄧曉帆
• 申請（專利權）人: 北京百度網訊科技有限公司
• 主分類號: G06V20/58
• 分類號: G06V20/58;G06V20/56;G06V40/10;G06V10/774;G06V10/82;B60W40/02
• 代理公司: 北京清亦華知識產權代理事務所(普通合伙) 11201
• 代理人: 石茵汀

本公開提供了一種自動駕駛模型的訓練方法、裝置、電子設備和存儲介質，涉及人工智能技術領域，尤其涉及自動駕駛、深度學習技術領域。方案為：獲取自動駕駛模型待訓練的目標場景；在第1輪檢索的情況下，基于目標場景，從總圖像集中檢索出第1個候選圖像集；在第N輪檢索的情況下，基于第N?1輪檢索出的第N?1個候選圖像集和目標場景，從總圖像集中檢索出第N個候選圖像集；基于M個候選圖像集，得到目標場景對應的第一樣本圖像集；基于第一樣本圖像集，對自動駕駛模型進行訓練。由此，可實現總圖像集的多輪迭代檢索，降低了總圖像集的檢索難度，提高了圖像檢索的精度，進而降低了自動駕駛模型的訓練難度，提高了自動駕駛模型的訓練精度。

技術領域

本公開涉及人工智能技術領域，尤其涉及自動駕駛、深度學習技術領域，尤其涉及一種自動駕駛模型的訓練方法、裝置、電子設備、存儲介質和計算機程序產品。

背景技術

目前，隨著人工智能技術的不斷發展，自動駕駛模型在車輛領域得到了廣泛應用，具有自動化程度高、智能化高等優點。比如，可將圖像數據輸入自動駕駛模型，由自動駕駛模型識別障礙物位置，并進行路線規劃等。然而，相關技術中自動駕駛模型的訓練，存在訓練難度高，訓練精度低的問題。

發明內容

本公開提供了一種自動駕駛模型的訓練方法、裝置、電子設備、存儲介質和計算機程序產品。

根據本公開的一方面，提供了一種自動駕駛模型的訓練方法，包括：獲取自動駕駛模型待訓練的目標場景；在第1輪檢索的情況下，基于所述目標場景，從總圖像集中檢索出第1個候選圖像集；在第N輪檢索的情況下，基于第N-1輪檢索出的第N-1個候選圖像集和所述目標場景，從所述總圖像集中檢索出第N個候選圖像集，其中，2≤N≤M，M為大于1的整數；基于M個候選圖像集，得到所述目標場景對應的第一樣本圖像集；基于所述第一樣本圖像集，對所述自動駕駛模型進行訓練。

根據本公開的另一方面，提供了一種自動駕駛模型的訓練裝置，包括：第一獲取模塊，用于獲取自動駕駛模型待訓練的目標場景；檢索模塊，用于在第1輪檢索的情況下，基于所述目標場景，從總圖像集中檢索出第1個候選圖像集；所述檢索模塊，還用于在第N輪檢索的情況下，基于第N-1輪檢索出的第N-1個候選圖像集和所述目標場景，從所述總圖像集中檢索出第N個候選圖像集，其中，2≤N≤M，M為大于1的整數；第二獲取模塊，用于基于M個候選圖像集，得到所述目標場景對應的第一樣本圖像集；訓練模塊，用于基于所述第一樣本圖像集，對所述自動駕駛模型進行訓練。

根據本公開的另一方面，提供了一種電子設備，包括：至少一個處理器；以及與所述至少一個處理器通信連接的存儲器；其中，所述存儲器存儲有可被所述至少一個處理器執行的指令，所述指令被所述至少一個處理器執行，以使所述至少一個處理器能夠執行自動駕駛模型的訓練方法。

根據本公開的另一方面，提供了一種存儲有計算機指令的非瞬時計算機可讀存儲介質，所述計算機指令用于使所述計算機執行自動駕駛模型的訓練方法。

根據本公開的另一方面，提供了一種計算機程序產品，包括計算機程序，其中，所述計算機程序被處理器執行時實現自動駕駛模型的訓練方法的步驟。

應當理解，本部分所描述的內容并非旨在標識本公開的實施例的關鍵或重要特征，也不用于限制本公開的范圍。本公開的其它特征將通過以下的說明書而變得容易理解。

附圖說明

附圖用于更好地理解本方案，不構成對本公開的限定。其中：

圖1是根據本公開第一實施例的自動駕駛模型的訓練方法的流程示意圖；

圖2是根據本公開第二實施例的自動駕駛模型的訓練方法的示意圖；

圖3是根據本公開第三實施例的自動駕駛模型的訓練方法的示意圖；

圖4是根據本公開第四實施例的自動駕駛模型的訓練方法的示意圖；