【技术实现步骤摘要】
一种驾驶模型训练方法、装置和终端设备
本专利技术涉及自动驾驶
，尤其涉及一种驾驶模型训练方法、装置和终端设备。
技术介绍
随着深度学习技术的迅速发展，以及人工智能的深入研究，目前车辆从人工驾驶向自动驾驶的趋势进行变化。其中，通过模型实现自动驾驶是目前自动驾驶领域的一个主要研究方向。目前车辆中往往会有多个模型，例如：不同驾驶场景对应不同的模型，或者，不同控制指令对应不同的模型等等。且目前模型训练都是采用模型对应的样本数据进行训练，例如：第一场景的模型使用第一场景的样本数据进行训练，第二场景的模型使用第二场景的样本数据进行训练。然而，这种模型训练方式的模型收敛速度比较慢。
技术实现思路
本专利技术实施例提供一种驾驶模型训练方法、装置和终端设备，以解决模型收敛速度比较慢的问题。本专利技术实施例提供一种驾驶模型训练方法，包括：获取基础驾驶模型，其中，所述基础驾驶模型为使用第一场景的样本数据进行训练得到的驾驶模型；使用第二场景的样本数据对所述基础驾驶模型进行训练，以得到用于在所述第二场景进行驾驶的目标驾驶模型。可选的，所述使用第二场景的样本数据对所述基础驾驶模型进行训练，...
【技术保护点】
1.一种驾驶模型训练方法，其特征在于，包括：获取基础驾驶模型，其中，所述基础驾驶模型为使用第一场景的样本数据进行训练得到的驾驶模型；使用第二场景的样本数据对所述基础驾驶模型进行训练，以得到用于在所述第二场景进行驾驶的目标驾驶模型。
【技术特征摘要】
1.一种驾驶模型训练方法，其特征在于，包括：获取基础驾驶模型，其中，所述基础驾驶模型为使用第一场景的样本数据进行训练得到的驾驶模型；使用第二场景的样本数据对所述基础驾驶模型进行训练，以得到用于在所述第二场景进行驾驶的目标驾驶模型。2.如权利要求1所述的方法，其特征在于，所述使用第二场景的样本数据对所述基础驾驶模型进行训练，以得到用于在第二场景进行驾驶的目标驾驶模型之前，所述方法还包括：将预设学习率调低，以得到用于所述目标驾驶模型训练的目标学习率，其中，所述预设学习率为所述基础驾驶模型训练过程中使用的学习率或者通用学习率；所述使用第二场景的样本数据对所述基础驾驶模型进行训练，以得到用于在第二场景进行驾驶的目标驾驶模型，包括：按照所述目标学习率，使用第二场景的样本数据对所述基础驾驶模型进行训练，以得到用于在所述第二场景进行驾驶的目标驾驶模型。3.如权利要求1或2所述的方法，其特征在于，所述基础驾驶模型包括多个卷积块，所述第一场景和所述第二场景存在共同道路特征，所述使用第二场景的样本数据对所述基础驾驶模型进行训练，以得到用于在第二场景进行驾驶的目标驾驶模型，包括：使用第二场景的样本数据对所述基础驾驶模型进行多次微调，其中，每次微调时冻结所述基础驾驶模型的部分卷积块，直到所述基础驾驶模型的损失值低于特定门限值的，以获得用于在所述第二场景进行驾驶的目标驾驶模型。4.如权利要求3所述的方法，其特征在于，所述多次微调中每次微调所冻结的卷积块数量不同；或者，所述多次微调中存在所冻结的卷积块数量相同，但存在不同的卷积块的至少两次微调。5.如权利要求1或2所述的方法，其特征在于，所述第一场景为开放道路，所述第二场景为园区。6.一种驾驶模型训练装置，其特征在于，包括：获取模块，用于获取基...
【专利技术属性】
技术研发人员：闫泳杉，
申请(专利权)人：百度在线网络技术北京有限公司，
类型：发明
国别省市：北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。