一种数据训练方法及相关装置制造方法及图纸

本申请实施例公开了一种数据训练方法以及相关装置，用于减少感知模型的训练时长。本申请实施例方法包括：边缘感知设备接收控制台发送的第一数据，第一数据包括道路的交通信息数据或气象信息数据，边缘感知设备基于感知模型生成第二数据，第二数据用于向车辆指示道路的交通信息或气象信息，边缘感知设备根据第一数据和第二数据确定第一差异数据，边缘感知设备向模型训练中心发送第一差异数据，以使得模型训练中心基于第一差异数据训练感知模型。型训练中心基于第一差异数据训练感知模型。型训练中心基于第一差异数据训练感知模型。

【技术实现步骤摘要】
一种数据训练方法及相关装置


[0001]本申请实施例涉及通信领域，尤其涉及一种数据训练方法及相关装置。

技术介绍

[0002]边缘侧模型训练中心可以基于边缘感知设备获取训练数据对感知模型进行训练，边缘侧训练中心通过感知模型不断的增强迭代，增强感知模型的识别率。从而能够让边缘感知设备在恶劣天气条件或复杂路况下进行准确识别，然后识别的数据下发给周边车辆，提醒车辆提前减速避让，避免发生二次事故。
[0003]为了提高边缘感知设备识别的准确率，边缘侧训练中心需要从边缘感知设备获取最新的路侧数据，从而对感知模型进行迭代增强，现有技术中，边缘侧训练中心每次对模型进行训练时都要获取边缘感知设备采集的全量数据，全量数据传输需要占用大量的带宽，并且使得边缘侧训练中心对感知模型的训练时间变长，进而使得感知模型更新不及时，导致识别的准确率下降。

技术实现思路

[0004]本申请实施例提供了一种数据训练方法以及相关装置，用于减少感知模型的训练时长，提升感知模型的识别准确率。
[0005]本申请实施例第一方面提供了一种数据训练方法，该方法本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种数据训练方法，其特征在于，包括：边缘感知设备接收控制台发送的第一数据，所述第一数据包括道路的交通信息数据或气象信息数据；所述边缘感知设备基于感知模型生成第二数据，所述第二数据用于向车辆指示所述道路的交通信息或气象信息；所述边缘感知设备根据所述第一数据和所述第二数据确定第一差异数据；所述边缘感知设备向模型训练中心发送所述第一差异数据，以使得所述模型训练中心基于所述第一差异数据训练所述感知模型。2.根据权利要求1所述的方法，其特征在于，所述控制台包括车路协同控制台或第三方平台，所述第三方平台包括气象平台或交警信息平台。3.根据权利要求1或2所述的方法，其特征在于，所述边缘感知设备基于感知模型生成第二数据包括：所述边缘感知设备基于所述感知模型和第三数据生成所述第二数据，所述第三数据包括所述边缘感知设备通过边缘感知设备的传感器获取的交通数据。4.根据权利要求1至3中任一项所述的方法，其特征在于，所述方法还包括：所述边缘感知设备接收所述车辆发送的第四数据，所述第四数据包括所述车辆的传感器获取的交通数据；所述边缘感知设备根据所述第四数据和所述第二数据确定第二差异数据；所述边缘感知设备向所述模型训练中心发送所述第二差异数据，以使得所述模型训练中心基于所述第二差异数据训练所述感知模型。5.根据权利要求1至4中任一项所述的方法，所述边缘感知设备基于感知模型生成第二数据之后，所述方法还包括：所述边缘感知设备向所述车辆广播所述第二数据。6.一种数据训练方法，其特征在于，包括：模型训练中心向边缘感知设备发送感知模型，所述感知模型用于计算第二数据，所述第二数据用于向车辆指示所述道路的交通信息或气象信息；所述模型训练中心接收感知设备发送的第一差异数据，所述第一差异数据用于训练所述感知模型，所述第一差异数据包括第一数据和所述第二数据之间的差异数据，所述第一数据包括来自于控制台的道路的交通信息数据或气象信息数据。7.根据权利要求6所述的方法，其特征在于，第一数据包括道路的交通信息数据或气象信息数据。8.根据权利要求6或7所述的方法，其特征在于，所述方法还包括：所述模型训练中心接收感知设备发送的第二差异数据，所述第二差异数据用于训练所述感知模型，所述第二差异数据包括第二数据和所述第四数据之间的差异数据，所述第四数据包括所述车辆的传感器获取的交通数据。9.一种通信装置，其特征在于，包括：接口单元，用于接收控制台发送的第一数据，所述第一数据包括道路的交通信息数据或气象信息数据；处理单元，用于基于感知模型生成第二数据，所述第二数据用于向车辆指示所述道路
的交通信息或气象信息；所述处理单元还用于根据所述第一数据和所述第二数据确定第一差异数据；所述接口单元还用于向模型训练中心发送...

【专利技术属性】
技术研发人员：苗创，
申请(专利权)人：华为云计算技术有限公司，
类型：发明
国别省市：