【技术实现步骤摘要】
本专利技术涉及人工智能，具体提供一种道路环境数据生成、视觉算法模型的训练、评测方法、装置及介质。
技术介绍
1、目前，自动驾驶已经得到了越来越多人的关注，而自动驾驶功能是离不开视觉算法的。视觉算法是通过感知周围环境来为自动驾驶的决策提供数据支持的。而针对自动驾驶而言，道路环境是周围环境的一个重要组成部分。因而对道路环境的感知对视觉算法而言是非常重要的。
2、道路环境的感知的正确与否，很大程度上取决于视觉算法模型的训练数据集和评测数据集。如果训练数据集和评测数据集中包含足够丰富的道路环境数据，就能够对视觉算法模型进行更为深度的训练和更为准确的评测，从而提升视觉算法模型的性能。
3、但是，采集的真实道路环境数据往往不能够满足需求。这就需要由合成道路环境数据来组成数据集。在生成合成道路环境数据时，在保证合成数据的合理性的前提下，为了确保合成道路环境数据的丰富性和多样性，往往需要手动摆放道路环境中的场景物件，这样往往效率极低，不利于模型训练和评测过程。
4、相应地，本领域需要一种新的模型训练和评测方案来解决上
【技术保护点】
1.一种道路环境数据生成方法，其特征在于，所述方法包括：
2.根据权利要求1所述的道路环境数据生成方法，其特征在于，
3.根据权利要求2所述的道路环境数据生成方法，其特征在于，
4.根据权利要求1所述的道路环境数据生成方法，其特征在于，
5.根据权利要求1所述的道路环境数据生成方法，其特征在于，所述环境物品放置规则包括环境物品的物品种类和/或物品排布方式和/或物品出现概率；
6.一种视觉算法模型的训练方法，其特征在于，所述方法包括：
7.根据权利要求6所述的视觉算法模型的训练方法，其特征在于，p>
8.一种视...
【技术特征摘要】
1.一种道路环境数据生成方法，其特征在于，所述方法包括：
2.根据权利要求1所述的道路环境数据生成方法，其特征在于，
3.根据权利要求2所述的道路环境数据生成方法，其特征在于，
4.根据权利要求1所述的道路环境数据生成方法，其特征在于，
5.根据权利要求1所述的道路环境数据生成方法，其特征在于，所述环境物品放置规则包括环境物品的物品种类和/或物品排布方式和/或物品出现概率；
6.一种视觉算法模型的训练方法，其特征在于，所述方法包括：
7.根据权利要求6所述的视觉算法模型的训练方法，其特征在于，
8.一种视觉算法模型...
【专利技术属性】
技术研发人员：潘梦真，甘宇飞，谢晨，杨海波，杨健，张建伟，
申请(专利权)人：光轮智能北京科技有限公司，
类型：发明
国别省市：
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。