【技术实现步骤摘要】
本公开涉及路网信息学习领域，具体地，涉及一种路网信息识别方法、装置、可读介质及电子设备。
技术介绍
1、路网信息学习是指利用机器学习方法从路网数据中提取有价值的信息，如交通流量、路况、轨迹等，以支持各种下游任务，如交通预测、路径规划、轨迹分析等。路网信息学习具有重要的理论意义和实际价值，可以为城市交通管理、出行服务、智慧城市建设等提供数据支撑和智能决策。
技术实现思路
1、提供该
技术实现思路
部分以便以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。该
技术实现思路
部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。
2、第一方面，本公开提供一种路网信息识别方法，所述方法包括：
3、获取目标路网识别任务对应的目标路网数据；
4、根据所述目标路网数据通过预先训练得到的目标路网识别模型，确定所述目标路网识别任务对应的第一识别结果；
5、其中，所述目标路网识别模型为根据目标训练数据，对预训练的第一多任务大模型进行知识蒸馏后得到的模型；所述目标训练数据为所述目标路网识别任务对应的训练数据；所述第一多任务大模型对应多个预设任务，并且所述第一多任务大模型基于多模态路网训练数据预训练得到，所述目标路网识别任务包括任一所述预设任务。
6、第二方面，提供一种路网信息识别装置，所述装置包括：
7、获取模块，用于获取目标路网识别任务对应的目标路网数据；
8、
9、其中，所述目标路网识别模型为根据目标训练数据，对预训练的第一多任务大模型进行知识蒸馏后得到的模型；所述目标训练数据为所述目标路网识别任务对应的训练数据；所述第一多任务大模型对应多个预设任务，并且所述第一多任务大模型基于多模态路网训练数据预训练得到，所述目标路网识别任务包括任一所述预设任务。
10、第三方面，提供一种计算机可读介质，其上存储有计算机程序，该程序被处理装置执行时实现本公开第一方面所述方法的步骤。
11、第四方面，提供一种电子设备，包括：
12、存储装置，其上存储有计算机程序；
13、处理装置，用于执行所述存储装置中的所述计算机程序，以实现本公开第一方面所述方法的步骤。
14、通过上述技术方案，可以利用对第一多任务大模型进行知识蒸馏得到的目标路网识别模型(可以理解为小模型)进行路网信息的识别，第一多任务大模型作为多模预训练人工智能大模型可以充分利用海量无标注或弱标注的路网多模态数据，学习到丰富的特征表示和复杂的关系，进而学习不同模态之间的语义对应关系，而该目标路网识别模型为根据目标训练数据，对预训练的第一多任务大模型进行知识蒸馏后得到的模型，因此，该目标路网识别模型也可以学习不同模态之间的语义对应关系。同时相比较于第一多任务大模型，所占用的计算资源相对较少。并且，由于该目标路网识别模型为根据目标路网识别任务对应的目标训练数据预训练得到的，因此，该目标路网识别模型可以满足特定领域或者任务的数据需求，模型的鲁棒性较好。
15、本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。
本文档来自技高网...【技术保护点】
1.一种路网信息识别方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，根据目标训练数据对预训练的第一多任务大模型进行知识蒸馏得到所述目标路网识别模型包括：
3.根据权利要求2所述的方法，其特征在于，所述根据所述第一多任务大模型的第一输出、所述预设路网识别模型的第二输出以及所述目标训练数据中的标签数据，确定目标损失函数包括：
4.根据权利要求1所述的方法，其特征在于，所述方法还包括：
5.根据权利要求1所述的方法，其特征在于，所述第一多任务大模型通过以下方式进行预训练得到：
6.根据权利要求1所述的方法，其特征在于，所述多个预设任务至少包括以下任务：
7.根据权利要求1所述的方法，其特征在于，所述方法还包括：
8.根据权利要求1所述的方法，其特征在于，所述第一识别结果包括置信度，所述置信度表征所述目标路网识别模型对所述目标路网数据进行路网信息识别结果的可信程度；所述方法还包括：
9.根据权利要求8所述的方法，其特征在于，所述方法还包括：
10.一种路
11.一种计算机可读介质，其上存储有计算机程序，其特征在于，该程序被处理装置执行时实现权利要求1-9中任一项所述方法的步骤。
12.一种电子设备，其特征在于，包括：
...【技术特征摘要】
1.一种路网信息识别方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，根据目标训练数据对预训练的第一多任务大模型进行知识蒸馏得到所述目标路网识别模型包括：
3.根据权利要求2所述的方法，其特征在于，所述根据所述第一多任务大模型的第一输出、所述预设路网识别模型的第二输出以及所述目标训练数据中的标签数据，确定目标损失函数包括：
4.根据权利要求1所述的方法，其特征在于，所述方法还包括：
5.根据权利要求1所述的方法，其特征在于，所述第一多任务大模型通过以下方式进行预训练得到：
6.根据权利要求1所述的方法，其特征在于，所述多个...
【专利技术属性】
技术研发人员：冼杰铿，
申请(专利权)人：北京抖音智图科技有限公司，
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。