【技术实现步骤摘要】
本公开涉及人工智能领域，特别涉及一种模型训练方法、多标签信息预测方法及其装置、存储介质。
技术介绍
1、通过利用视觉感知技术预测红绿灯信息，在无人驾驶领域得到了广泛的应用。目前，通常仅预测出红绿灯的颜色信息，以满足无人驾驶车辆通行路口的基本要求。若能够尽可能多地预测出红绿灯包含的其它信息，如箭头指向和类型等，则更加有利于下游模块进行决策。
2、例如，第一种方案是将红绿灯包含的各种信息在单标签场景下进行排列组合，如绿色直行机动车灯，可以实现对红绿灯各种信息的预测。第二种方案是将红绿灯的多种信息预测视为多标签多类别分类任务，通过设计二阶段的模型结构，使用两个子任务模型级联的方式实现对红绿灯各种信息的预测，其中在第一阶段使用前背景二分类检测模块提取出图像中的红绿灯目标，输入到第二阶段中的多标签多分类模型中，进行多标签信息预测。该方法从多标签多分类的角度出发，可以有效地解决各种信息排列组合导致的类别数量增加和不均衡问题，进而提升模型的预测能力。
技术实现思路
1、专利技术人注意到，在上...
【技术保护点】
1.一种模型训练方法，包括：
2.根据权利要求1所述的方法，其中，根据N个多标签分类信息和所述红绿灯的多标签标注信息，确定总损失函数包括：
3.根据权利要求2所述的方法，其中，根据所述第i个多标签分类信息和所述红绿灯的多标签标注信息，确定第i个检测模块的损失函数包括：
4.根据权利要求3所述的方法，其中，根据M个子损失函数确定所述第i个检测模块的损失函数包括：
5.根据权利要求3所述的方法，其中，
6.根据权利要求5所述的方法，其中，
7.根据权利要求5所述的方法，其中，
8.根据权利...
【技术特征摘要】
1.一种模型训练方法，包括：
2.根据权利要求1所述的方法，其中，根据n个多标签分类信息和所述红绿灯的多标签标注信息，确定总损失函数包括：
3.根据权利要求2所述的方法，其中，根据所述第i个多标签分类信息和所述红绿灯的多标签标注信息，确定第i个检测模块的损失函数包括：
4.根据权利要求3所述的方法，其中，根据m个子损失函数确定所述第i个检测模块的损失函数包括：
5.根据权利要求3所述的方法，其中，
6.根据权利要求5所述的方法，其中，
7.根据权利要求5所述的方法，其中，
8.根据权利要求5所述的方法，其中，
9.根据权利要求8所述的方法，其中，
10.根据权利要求5所述的方法，其中，
11.根据权利要求10所述的方法，其中，
...【专利技术属性】
技术研发人员：张建伟，
申请(专利权)人：北京京东远升科技有限公司，
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。