【技术实现步骤摘要】
本公开涉及计算机，具体而言，涉及一种训练数据生成方法、计算机设备和程序产品。
技术介绍
1、针对从车辆的感知端到决策端的自动驾驶系统而言，其通过整合多种传感器、先进的计算机视觉、深度学习模型和控制技术，提供一种高度集成的自动驾驶解决方案。而深度学习模型作为车辆自动驾驶系统中的一个重要模块，其预测精度的高低关系着自动驾驶的安全。深度学习模型的预测精度可以通过模型训练提升，而深度学习模型的训练需要依赖于大量的数据集，数据集中训练数据的规模和质量的好坏，影响着训练得到的深度学习模型的好坏。
2、顺序存储信息的数据包指的是按时间记录的数据集合，这种数据包在收集、存储和处理时保持了其原始的顺序特性，如果能够将顺序存储信息的数据包中的数据转换为训练数据集中的数据，对提升数据集的质量有很大帮助。然而，制作深度学习训练数据集是一项复杂且多步骤的任务，涉及数据收集、预处理、标签生成、数据集格式转换等多个环节。因此，如何将顺序存储信息的数据包转换为训练数据集，成为了一个值得关注的问题。
技术实现思路
<...【技术保护点】
1.一种训练数据生成方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述根据各条所述自车或他车对应的数据特征，生成模型训练数据，包括：
3.根据权利要求1所述的方法，其特征在于，所述在按照所述数据包中每个所述子数据包包括的各条原始数据的存储顺序进行数据读取的过程中，每当读取到自车或他车数据时，按照目标数据结构，对已读取且未聚合的各类型原始数据进行聚合，得到所述自车或他车的聚合数据，包括：
4.根据权利要求3所述的方法，其特征在于，所述按照目标数据结构，对所述自车或他车数据以及各条从所述存储队列中提取的原始数据进行...
【技术特征摘要】
1.一种训练数据生成方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述根据各条所述自车或他车对应的数据特征，生成模型训练数据，包括：
3.根据权利要求1所述的方法，其特征在于，所述在按照所述数据包中每个所述子数据包包括的各条原始数据的存储顺序进行数据读取的过程中，每当读取到自车或他车数据时，按照目标数据结构，对已读取且未聚合的各类型原始数据进行聚合，得到所述自车或他车的聚合数据，包括：
4.根据权利要求3所述的方法，其特征在于，所述按照目标数据结构，对所述自车或他车数据以及各条从所述存储队列中提取的原始数据进行聚合，得到所述自车或他车的聚合数据，包括：
5.根据权利要求1至4中任一项所述的方法，其特征在于，所述根据所述自车或他车的聚合数据，生成所述自车或他车对应的数据特征，包括：
6.根据权利要求2所述的方法，其特征在于，所述根据各所述特征序列中各条数据特征的时间戳和目标时长，生成各所述数据标识分别对应的至少一条模型训...
【专利技术属性】
技术研发人员：孙伟健，曾奇，刘子豪，李先锋，
申请(专利权)人：北京集度科技有限公司，
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。