【技术实现步骤摘要】
本申请涉及数据生成，特别涉及一种感知模型训练数据的生成方法、装置、设备、车辆及介质。
技术介绍
1、智能驾驶系统依赖于大量的真实世界数据来训练其感知模型，以便准确识别各种障碍物和其他交通参与者。这些感知模型是智能驾驶系统的核心组件之一，决定了车辆能否安全、高效地应对复杂的驾驶环境。
2、相关技术中作为感知训练数据的驾驶场景视频主要来源于实际车辆采集的数据和少量使用神经网络技术生成的驾驶场景视频，但这些方法存在以下几个主要问题：
3、1、成本高昂：收集高质量的真实驾驶场景视频需要大量的时间和资源，尤其是在不同天气条件、道路类型和交通状况下进行数据采集时；场景覆盖不足：2、某些极端或边缘情况(如暴雨、暴雪、夜间低光照等条件下发生的事件)在现实生活中发生频率较低，难以通过实地采集获得足够的样本；3、真实度较低：使用神经网络生成的驾驶场景视频往往缺乏足够的细节和多样性，无法完全模拟复杂多变的真实驾驶场景。
技术实现思路
1、本申请提供一种感知模型训练数据的生成方法、装置、设...
【技术保护点】
1.一种感知模型训练数据的生成方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的感知模型训练数据的生成方法，其特征在于，所述根据所述多个评价指标和所述评价数据计算所述多个视频生成模型的综合得分，还包括：
3.根据权利要求1所述的感知模型训练数据的生成方法，其特征在于，所述综合得分的计算公式为：
4.根据权利要求1所述的感知模型训练数据的生成方法，其特征在于，所述提取所述评价数据中多个评价指标的分数，包括：
5.根据权利要求1所述的感知模型训练数据的生成方法，其特征在于，在基于所述综合得分确定目标视频生成模型之前，
【技术特征摘要】
1.一种感知模型训练数据的生成方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的感知模型训练数据的生成方法，其特征在于，所述根据所述多个评价指标和所述评价数据计算所述多个视频生成模型的综合得分，还包括：
3.根据权利要求1所述的感知模型训练数据的生成方法，其特征在于，所述综合得分的计算公式为：
4.根据权利要求1所述的感知模型训练数据的生成方法，其特征在于，所述提取所述评价数据中多个评价指标的分数，包括：
5.根据权利要求1所述的感知模型训练数据的生成方法，其特征在于，在基于所述综合得分确定目标视频生成模型之前，还包括：
6.根据权利要求1所述的感知模型训练数据的生成方法...
【专利技术属性】
技术研发人员：朱文滨，宋文明，李辉，吴文坚，朱晓华，
申请(专利权)人：广州汽车集团股份有限公司，
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。