【技术实现步骤摘要】
本申请涉及数据挖掘，尤其涉及一种更新数据集的方法、装置、车辆和存储介质。
技术介绍
1、在自动驾驶技术的相关算法中，移动物体的检测算法一直在快速地进行着数据更新和算法迭代，而庞大的数据集现阶段主要依靠于人工标注的方式，通过将车辆行驶过程中可能需要的移动物体属性进行标注，以进行相关模型的训练与产品开发。
2、然而产品开发实践中，对于移动物体的检测，新增移动物体的检测需求不断涌现，也就是说，会出现移动物体新属性无法被当前数据集的标注规则所涵盖，进而在相关模型的训练之前，大批量地对数据进行重标注也就成为了必然。其中模型训练中常使用全量数据集，大规模的全量数据集在人工盲筛后的重新标注也会严重拖慢整体开发进度，影响产品如期发布。
技术实现思路
1、为解决或部分解决相关技术中存在的问题，本申请提供一种更新数据集的方法、装置、车辆和存储介质，能够快速地完成目标属性的标注，加快后期产品的开发，有效缩短产品研发周期。
2、本申请样本方面提供一种更新数据集的方法，包括：
3...
【技术保护点】
1.一种更新数据集的方法，其特征在于，包括：
2.根据权利要求1所述的更新数据集的方法，其特征在于，所述数据集还包括所述样本图像的其他属性标注信息，且所述其他属性与所述目标属性相异。
3.根据权利要求1所述的更新数据集的方法，其特征在于，所述预先训练的二分类网络按以下方式预先训练得到：
4.根据权利要求3所述的更新数据集的方法，其特征在于，所述对所述数据集中的样本图像通过预先训练的二分类网络进行目标属性识别，包括：
5.根据权利要求4所述的更新数据集的方法，其特征在于，所述依据识别结果对所述数据集中的样本图像进行筛选，得...
【技术特征摘要】
1.一种更新数据集的方法，其特征在于，包括：
2.根据权利要求1所述的更新数据集的方法，其特征在于，所述数据集还包括所述样本图像的其他属性标注信息，且所述其他属性与所述目标属性相异。
3.根据权利要求1所述的更新数据集的方法，其特征在于，所述预先训练的二分类网络按以下方式预先训练得到：
4.根据权利要求3所述的更新数据集的方法，其特征在于，所述对所述数据集中的样本图像通过预先训练的二分类网络进行目标属性识别，包括：
5.根据权利要求4所述的更新数据集的方法，其特征在于，所述依据识别结果对所述数据集中的样本图像进行筛选，得到子数据集，包括：
6.根据权利要求5所述的更新数据集的方法，其特征在...
【专利技术属性】
技术研发人员：秦雨青，刘宇洪，刘汉鹏，杨轶林，章祯梁，
申请(专利权)人：广州小鹏自动驾驶科技有限公司，
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。