【技术实现步骤摘要】
本公开涉及用于有效地训练机器学习程序(诸如对象辨识系统)的技术。
技术介绍
1、对象辨识是用于识别图像或视频中的对象的计算机视觉技术。对象辨识通常依赖于机器学习程序。使用训练数据来训练机器学习程序。训练数据通常是机器学习程序将作为输入接收的相同类型的数据，以及用作地面实况的一些数据，这是机器学习程序将被训练以进行输出的数据。在对象辨识的情况下，训练数据通常是图像或视频以及图像或视频中包含的对象的标签。
技术实现思路
1、本公开提供了用于有效地训练机器学习程序(诸如对象辨识系统)的技术。一种计算机被编程为接收由车辆上的环境传感器记录的第一环境数据，接收独立于所述第一环境数据的记录在所述车辆上的非环境数据，将从所述非环境数据导出的多个注释添加到所述环境数据，以及通过将所述第一环境数据用作训练数据并将所述注释用作所述第一环境数据的地面实况来训练机器学习程序以处理第二环境数据。环境传感器可以是例如相机、激光雷达、雷达、超声波传感器等，其检测车辆外部的环境的特征(即，环境数据)。非环境数据可以是从车辆的乘客舱记录的音频数据，然后将所述音频数据转换成文本以用作注释。例如，车辆的乘员可以口头识别环境传感器正在记录的对象或情况。替代地或另外，非环境数据可以是通过车辆的车辆网络(例如，车辆的控制器局域网(can)总线)传输的数据。该数据可以在车辆的正常操作期间由车辆的部件生成。非环境数据的使用提供了特定数据结构、用于机器学习程序的带注释的训练数据的有效生成。此外，非环境数据的使用可以允许在更大的训练
2、一种计算机包括处理器和存储器，并且所述存储器存储可由所述处理器执行以进行以下操作的指令：接收第二车辆外部的区域的第二环境数据，以所述第二环境数据作为输入执行机器学习程序，以及基于所述机器学习程序的所述执行来致动所述第二车辆的部件。通过以下方式来训练机器学习程序：接收由第一车辆上的环境传感器记录的所述第一车辆外部的区域的第一环境数据，接收记录在所述第一车辆上的关于所述第一车辆的内部的非环境数据，将从所述非环境数据导出的多个注释添加到所述第一环境数据，以及通过将所述第一环境数据用作训练数据并将所述注释用作所述第一环境数据的地面实况来训练机器学习程序以处理第二环境数据。
3、所述部件可以包括推进系统、制动系统或转向系统中的至少一者。
4、所述非环境数据可以与所述第一环境数据时间同步。可以通过接收与所述第一环境数据时间同步的速度数据来进一步训练所述机器学习程序，并且添加所述注释可以基于所述速度数据。可以通过基于所述速度数据确定相应注释的多个注释时间来进一步训练所述机器学习程序，并且添加所述注释可以包括在相应注释时间添加所述注释。所述注释可以从在多个相应的记录时间的所述非环境数据导出，并且确定所述注释时间可以包括将偏移量应用于所述记录时间，所述偏移量取决于所述速度数据。
5、环境传感器可以恒定数据速率生成第一环境数据，并且确定注释时间可以基于数据速率。
6、非环境数据可以包括音频数据。可以通过将所述音频数据转换为文本来进一步训练所述机器学习程序，并且所述注释可以从所述文本导出。
7、所述音频数据可以从所述第一车辆的乘客舱记录。
8、所述非环境数据可以包括通过所述第一车辆的车辆网络传输的数据。所述非环境数据可以由所述第一车辆的部件生成。
9、所述非环境数据可以在所述第一车辆上自动生成。
10、车辆网络可以包括控制器局域网(can)总线。
11、第一环境数据可以基于电磁辐射。
12、所述第一环境数据可以是第一视频数据，所述环境传感器可以是相机，并且所述第二环境数据可以是第二视频数据。可以训练机器学习程序以执行图像辨识。
13、环境传感器可以是雷达或激光雷达中的一者。
14、当用于训练机器学习程序时，第一环境数据可能缺少手动添加的注释。
15、一种方法包括接收由第一车辆上的环境传感器记录的所述第一车辆外部的区域的第一环境数据，接收记录在所述第一车辆上的关于所述第一车辆的内部的非环境数据，将从所述非环境数据导出的多个注释添加到所述第一环境数据，通过将所述第一环境数据用作训练数据并将所述注释用作所述第一环境数据的地面实况来训练机器学习程序以处理第二环境数据，将所述机器学习程序安装在第二车辆的车辆计算机上，以及基于所述机器学习程序来致动所述第二车辆的部件。
本文档来自技高网...【技术保护点】
1.一种方法，其包括：
2.如权利要求1所述的方法，其中所述非环境数据与所述第一环境数据时间同步。
3.如权利要求2所述的方法，其中通过接收与所述第一环境数据时间同步的速度数据来进一步训练所述机器学习程序，并且添加所述注释基于所述速度数据。
4.如权利要求3所述的方法，其中通过基于所述速度数据确定相应注释的多个注释时间来进一步训练所述机器学习程序，并且添加所述注释包括在相应注释时间添加所述注释。
5.如权利要求4所述的方法，其中所述注释从在多个相应的记录时间的所述非环境数据导出，并且确定所述注释时间包括将偏移量应用于所述记录时间，所述偏移量取决于所述速度数据。
6.如权利要求1所述的方法，其中所述非环境数据包括音频数据。
7.如权利要求6所述的方法，其中通过将所述音频数据转换为文本来进一步训练所述机器学习程序，并且所述注释从所述文本导出。
8.如权利要求6所述的方法，其中所述音频数据从所述第一车辆的乘客舱记录。
9.如权利要求1所述的方法，其中所述非环境数据包括通过所述第一车辆的车辆网
10.如权利要求9所述的方法，其中所述非环境数据由所述第一车辆的部件生成。
11.如权利要求9所述的方法，其中所述非环境数据在所述第一车辆上自动生成。
12.如权利要求1所述的方法，其中所述第一环境数据基于电磁辐射。
13.如权利要求1所述的方法，其中所述第一环境数据是第一视频数据，所述环境传感器是相机，所述第二环境数据是第二视频数据，并且训练所述机器学习程序以执行图像辨识。
14.如权利要求1所述的方法，其中当用于训练所述机器学习程序时，所述第一环境数据缺少手动添加的注释。
15.一种系统，其包括：
...【技术特征摘要】
1.一种方法，其包括：
2.如权利要求1所述的方法，其中所述非环境数据与所述第一环境数据时间同步。
3.如权利要求2所述的方法，其中通过接收与所述第一环境数据时间同步的速度数据来进一步训练所述机器学习程序，并且添加所述注释基于所述速度数据。
4.如权利要求3所述的方法，其中通过基于所述速度数据确定相应注释的多个注释时间来进一步训练所述机器学习程序，并且添加所述注释包括在相应注释时间添加所述注释。
5.如权利要求4所述的方法，其中所述注释从在多个相应的记录时间的所述非环境数据导出，并且确定所述注释时间包括将偏移量应用于所述记录时间，所述偏移量取决于所述速度数据。
6.如权利要求1所述的方法，其中所述非环境数据包括音频数据。
7.如权利要求6所述的方法，其中通过将所述音频数据转换为文本来进一步训练所述机器学习程序，并...
【专利技术属性】
技术研发人员：罗伯特·帕伦蒂，阿迪尔·尼扎姆·西迪基，辛西娅·M·诺伊贝克尔，
申请(专利权)人：福特全球技术公司，
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。