模型训练方法及相关装置制造方法及图纸

本申请涉及计算机技术领域，提供一种模型训练方法及相关装置，可应用于地图、交通、车载、自动驾驶、云技术、人工智能、辅助驾驶等各种场景，用以提高道路类型的识别准确率，其中，方法包括：基于获取的目标道路样本集合，获得多组训练数据，其中，每组训练数据中包含至少三个目标道路样本，至少三个目标道路样本中的一个目标道路样本的道路类型与其他目标道路样本的道路类型不同，然后，将多组训练数据分别输入待训练的道路特征转换模型进行迭代训练，并输出目标道路特征转换模型。这样，通过学习道路特征转换方式，提高机器学习模型的准确率，进而在模型应用过程中，提高道路类型的识别准确率。别准确率。别准确率。

【技术实现步骤摘要】
模型训练方法及相关装置


[0001]本申请涉及计算机
，提供一种模型训练方法及相关装置。

技术介绍

[0002]随着导航技术的不断发展，导航系统的出现极大地提高了目标对象的出行效率。在导航系统中，识别存在道路较窄、铺设不平、长期占用等情况的道路，对于导航系统规避难走道路、提升导航服务水平具有重要作用。
[0003]相关技术中，通常将待识别道路的特征信息输入至机器学习模型中，得到待识别道路的类型信息。
[0004]然而，由于导航记录、轨迹和图片等用于提取特征信息的数据具有覆盖范围不均衡、过于稀疏的特点，因此，在不同程度上存在数据不足的问题，若采用机器学习模型直接进行道路类型的识别，会导致道路类型的识别准确率较低。

技术实现思路

[0005]本申请实施例提供一种模型训练方法及相关装置，用以提高道路类型的识别准确率。
[0006]第一方面，本申请实施例提供一种模型训练方法，包括：获取目标道路样本集合，每个目标道路样本中包含相应的道路特征信息；基于所述目标道路样本集合，获得多组训练数据，其中，每组训练数据中包含至少三个目标道路样本，所述至少三个目标道路样本中的一个目标道路样本的道路类型，与其他目标道路样本的道路类型不同；将所述多组训练数据，分别输入待训练的道路特征转换模型进行迭代训练，并输出目标道路特征转换模型；其中，在每次训练中，基于所述道路特征转换模型，获得一组训练数据中，至少三个目标道路样本各自对应的道路特征编码，并基于得到的各个道路特征编码对应的模型损失值，进行模型参数调整。
[0007]第二方面，本申请实施例提供一种模型训练装置，包括：获取单元，用于获取目标道路样本集合，每个目标道路样本中包含相应的道路特征信息；组合单元，用于基于所述目标道路样本集合，获得多组训练数据，其中，每组训练数据中包含至少三个目标道路样本，所述至少三个目标道路样本中的一个目标道路样本的道路类型，与其他目标道路样本的道路类型不同；训练单元，用于将所述多组训练数据，分别输入待训练的道路特征转换模型进行迭代训练，并输出目标道路特征转换模型；其中，在每次训练中，基于所述道路特征转换模型，获得一组训练数据中，至少三个目标道路样本各自对应的道路特征编码，并基于得到的各个道路特征编码对应的模型损失值，进行模型参数调整。
[0008]作为一种可能的实现方式，所述至少三个目标道路样本包括第一样本、第二样本
和第三样本，所述第一样本和所述第二样本的道路类型相同，所述第一样本和所述第三样本的道路类型不同；训练单元用于通过以下方式确定所述模型损失值：基于得到的各个道路特征编码，确定所述一组训练数据中，所述第一样本和所述第二样本的道路特征编码之间的第一距离；基于得到的各个道路特征编码，确定所述一组训练数据中，所述第一样本和所述第三样本的道路特征编码之间的第二距离；基于确定的第一距离和第二距离，确定所述各个道路特征编码对应的模型损失值。
[0009]作为一种可能的实现方式，所述基于确定的第一距离和第二距离，确定所述各个道路特征编码对应的模型损失值时，所述训练单元具体用于：确定所述第一距离与所述第二距离之间的差值；基于所述差值和预设的差值范围，得到所述各个道路特征编码对应的模型损失值。
[0010]作为一种可能的实现方式，所述获取目标道路样本集合时，所述获取单元具体用于：获取各个应用场景各自对应的候选道路样本集合；基于指定的样本抽取比例，分别从所述各个应用场景各自对应的候选道路样本集合中，抽取出目标道路样本集合。
[0011]作为一种可能的实现方式，所述道路特征信息中至少包含道路静态属性信息，所述道路静态属性信息中包括以下信息中的至少一项：道路等级、道路宽度、车道数、道路长度、道路铺设情况。
[0012]作为一种可能的实现方式，模型训练装置还包括应用单元，所述应用单元用于：获取单元，用于获取目标应用场景中待识别道路的道路特征信息，以及获取所述目标应用场景中包含的各种候选道路类型各自对应的道路特征编码集合；编码单元，用于将所述道路特征信息输入至目标道路特征转换模型中，并输出所述待识别道路对应的待识别道路特征编码；识别单元，用于基于所述待识别道路特征编码和获取的各个道路特征编码集合，确定所述待识别道路的目标道路类型。
[0013]作为一种可能的实现方式，所述基于所述待识别道路特征编码和获取的各个道路特征编码集合，确定所述待识别道路的目标道路类型时，所述应用单元具体用于：分别确定所述待识别道路特征编码与所述各个道路特征编码集合之间的距离；将所述各个道路特征编码集合中，与所述待识别道路特征编码之间的距离不大于距离门限值的道路特征编码集合对应的候选道路类型，作为所述待识别道路的目标道路类型。
[0014]作为一种可能的实现方式，所述分别确定所述待识别道路特征编码与所述各个道路特征编码集合之间的距离时，所述应用单元具体用于：分别确定所述待识别道路特征编码，与所述各个道路特征编码集合各自包含的各个道路特征编码之间的第三距离，并基于确定的各个第三距离，得到所述待识别道路特征编码与所述各个道路特征编码集合之间的距离；或者，
将所述识别道路特征编码，与所述各个道路特征编码集合各自对应的平均特征编码之间的距离，分别作为所述待识别道路特征编码与所述各个道路特征编码集合之间的距离。
[0015]作为一种可能的实现方式，所述基于确定的各个第三距离，得到所述待识别道路特征编码与所述各个道路特征编码集合之间的距离时，所述应用单元具体用于：基于所述各个道路特征编码集合各自对应的各个第三距离，以及所述各个道路特征编码集合各自对应的特征编码总数目，确定所述各个道路特征编码集合各自对应的平均距离；将所述各个道路特征编码集合各自对应的平均距离，分别作为所述待识别道路特征编码与所述各个道路特征编码集合之间的距离。
[0016]作为一种可能的实现方式，所述应用单元用于通过以下方式确定所述各种候选道路类型各自对应的道路特征编码集合：获取目标应用场景对应的候选道路样本集合，每个候选道路样本中包含相应的道路特征信息；将所述候选道路样本集合中包含的各个候选道路样本，分别输入至所述目标道路特征转换模型中，输出所述各个候选道路样本各自对应的道路特征编码；基于各种候选道路类型，得到所述各种候选道路类型各自对应的道路特征编码集合。
[0017]第三方面，本申请实施例提供一种电子设备，包括处理器和存储器，其中，所述存储器存储有计算机程序，当所述计算机程序被所述处理器执行时，使得所述处理器执行上述模型训练方法的步骤。
[0018]第四方面，本申请实施例提供一种计算机可读存储介质，其包括计算机程序，当所述计算机程序在电子设备上运行时，所述计算机程序用于使所述电子设备执行上述模型训练方法的步骤。
[0019]第五方面，本申请实施例提供一种计算机程序产品，所述程序产品包括计算机程序，所述计算机程序存储在计算机可读存储介质中，电子设备的处理器从所述计算机可读存储介质中读取并执行所述计算机程序，使得电子设备执行上本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种模型训练方法，其特征在于，该方法包括：获取目标道路样本集合，每个目标道路样本中包含相应的道路特征信息；基于所述目标道路样本集合，获得多组训练数据，其中，每组训练数据中包含至少三个目标道路样本，所述至少三个目标道路样本中的一个目标道路样本的道路类型，与其他目标道路样本的道路类型不同；将所述多组训练数据，分别输入待训练的道路特征转换模型进行迭代训练，并输出目标道路特征转换模型；其中，在每次训练中，基于所述道路特征转换模型，获得一组训练数据中，至少三个目标道路样本各自对应的道路特征编码，并基于得到的各个道路特征编码对应的模型损失值，进行模型参数调整。2.如权利要求1所述的方法，其特征在于，所述至少三个目标道路样本包括第一样本、第二样本和第三样本，所述第一样本和所述第二样本的道路类型相同，所述第一样本和所述第三样本的道路类型不同；所述模型损失值是通过以下方式确定的：基于得到的各个道路特征编码，确定所述一组训练数据中，所述第一样本和所述第二样本的道路特征编码之间的第一距离；基于得到的各个道路特征编码，确定所述一组训练数据中，所述第一样本和所述第三样本的道路特征编码之间的第二距离；基于确定的第一距离和第二距离，确定所述各个道路特征编码对应的模型损失值。3.如权利要求2所述的方法，其特征在于，所述基于确定的第一距离和第二距离，确定所述各个道路特征编码对应的模型损失值，包括：确定所述第一距离与所述第二距离之间的差值；基于所述差值和预设的差值范围，得到所述各个道路特征编码对应的模型损失值。4.如权利要求1
‑
3中任一项所述的方法，其特征在于，所述获取目标道路样本集合，包括：获取各个应用场景各自对应的候选道路样本集合；基于指定的样本抽取比例，分别从所述各个应用场景各自对应的候选道路样本集合中，抽取出目标道路样本集合。5.如权利要求1
‑
3中任一项所述的方法，其特征在于，所述输出目标道路特征转换模型之后，还包括：获取目标应用场景中待识别道路的道路特征信息，以及获取所述目标应用场景中包含的各种候选道路类型各自对应的道路特征编码集合；将所述道路特征信息输入至所述目标道路特征转换模型中，并输出所述待识别道路对应的待识别道路特征编码；基于所述待识别道路特征编码和获取的各个道路特征编码集合，确定所述待识别道路的目标道路类型。6.如权利要求5所述的方法，其特征在于，所述基于所述待识别道路特征编码和获取的各个道路特征编码集合，确定所述待识别道路的目标道路类型，包括：分别确定所述待识别道路特征编码与所述各个道路特征编码集合之间的距离；将所述各个道路特征编码集合中，与所述待识别道路特征编码之间的距离不大于距离
门限值的道路特征编码集合对应的候选道路类型，作为所述待识别道路的目标道路类型。7.如权利要求6所述的方法，其特征在于，所述分别确定所述待识别道路特征编码与所述各个道路特征编码集合之间的距离，包括：分别确定所述待识别道路特征编码，与所述各个道路特征编码集合各自包含的各个道路特征编码之间的第三距离，并基于确定的各个第三距离，得到所述待识别道路特征编码与所述各个道路特征编码集合之间的距离；...

【专利技术属性】
技术研发人员：韦伟，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：