【技术实现步骤摘要】
本公开涉及数据处理领域，具体涉及深度学习、模型训练、自动驾驶、智能车辆等人工智能，可应用于智慧交通、智慧城市等场景，尤其涉及一种风险预警模型训练方法和风险预警方法，以及以对应的装置、电子设备、计算机可读存储介质、计算机程序产品，以及设置有该电子设备的自动驾驶车辆。
技术介绍
1、现有的自动驾驶系统在实际路跑过程中，经常会经过事故高发路段，遇到切车风险，追尾风险，变道风险的情况，需要对自动驾驶过程中出现避让风险的场景进行预测。
2、因此，面临复杂、多变的交通情况，如何控制设置有自动驾驶系统的自动驾驶车辆能够准确进行风险预警，是本领域技术人员亟待解决的技术问题。
技术实现思路
1、本公开实施例提出了一种风险预警模型训练、风险预警方法、装置、电子设备、计算机可读存储介质、计算机程序产品及自动驾驶车辆。
2、第一方面，本公开实施例提出了一种风险预警模型训练方法，包括：获取车辆在发生风险时的风险图像、并获取对风险图像所属的场景类型和所包含的风险障碍物的标注信息；将风险图像中的...
【技术保护点】
1.一种风险预警模型训练方法，包括：
2.根据权利要求1所述的方法，其中，所述获取车辆在发生风险时的风险图像，包括：
3.根据权利要求2所述的方法，还包括：从所述历史风险图像集中删去以下至少一项低质量图像帧：
4.根据权利要求1所述的方法，其中，对路网信息进行特征编码得到的路网信息编码的过程包括：
5.根据权利要求1所述的方法，其中，所述历史信息编码网络和所述第二相互作用网络均采用自注意力结构构建得到、所述第一相互作用网络采用交叉注意力结构构建得到。
6.根据权利要求1-5任一项所述的方法，其中，所述预设训练...
【技术特征摘要】
1.一种风险预警模型训练方法，包括：
2.根据权利要求1所述的方法，其中，所述获取车辆在发生风险时的风险图像，包括：
3.根据权利要求2所述的方法，还包括：从所述历史风险图像集中删去以下至少一项低质量图像帧：
4.根据权利要求1所述的方法，其中，对路网信息进行特征编码得到的路网信息编码的过程包括：
5.根据权利要求1所述的方法，其中，所述历史信息编码网络和所述第二相互作用网络均采用自注意力结构构建得到、所述第一相互作用网络采用交叉注意力结构构建得到。
6.根据权利要求1-5任一项所述的方法，其中，所述预设训练目标被满足的条件包括以下至少一项：
7.一种风险预警方法，包括：
8.根据权利要求7所述的方法，其中，所述生成与所述第一预测概率和所述第二预测概率对应的风险预警信息，包括：
9.根据权利要求8所述的方法，还包括：
10.根据权利要求7-9任一项所述的方法，还包括：
11.一种风险预警模型训练装置，包括：
12.根据权利要求11所述的装置，其中，所述风险图像及标注信息获取单元包括被配置成获取车辆在发生风险时的风险图像的风险图像获取子单元，所述风险图像获取子单元被进一步配置成：
13.根据权利要求12所述的装置，还包括：低质量图像帧删去单元，...
【专利技术属性】
技术研发人员：宋泽良，柳长春，苏亚博，姚萌，
申请(专利权)人：北京百度网讯科技有限公司，
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。