模型的训练方法、装置、电子设备及存储介质制造方法及图纸

本申请提出一种模型的训练方法、装置、电子设备及存储介质。该方法包括：获取初始点云数据；从点云增强算法集合中确定一个或多个目标点云增强算法，其中点云增强算法集合包括多个候选的点云增强算法；基于目标点云增强算法对初始点云数据进行增强，得到增强点云数据；基于初始点云数据和增强点云数据对初始的深度学习模型进行训练，得到目标深度学习模型。由此，本方案基于增强点云数据对模型进行训练，提升了模型中数据的多样性，进而提升了模型的鲁棒性、抗噪性，促进模型训练效果提升。将目标深度学习模型应用在自动驾驶中，可以提高车辆识别障碍物的准确性，帮助车辆进行障碍物规避，提高了自动驾驶的安全性。

【技术实现步骤摘要】

本申请涉及自动驾驶，尤其涉及一种模型的训练方法、装置、电子设备及存储介质。

技术介绍

1、在自动驾驶中，四维(4dimensions，4d)毫米波作为新的感知传感器，与其拥有更多的点云数量、信息量和更为丰富的点云特征信息。

2、目前基于点云数据的增强大多基于激光点云的数据增强，但针对4d于毫米波，由于其有更新丰富的维度信息，因此激光点云的数据增强方法并不适用4d毫米波点云。由于数据增强方法的欠缺，阻碍4d毫米波算法的研发。

技术实现思路

1、本申请旨在至少在一定程度上解决相关技术中的技术问题之一。

2、为此，本申请的第一个目的在于提出一种模型的训练方法，以实现提升模型中数据的多样性，进而可以提升模型的鲁棒性、抗噪性，降低模型的训练过拟合，进而促进模型训练效果提升、为训练更好的模型提供重要基础的工作。

3、本申请的第二个目的在于提出一种模型的训练装置。

4、本申请的第三个目的在于提出一种电子设备。

5、本申请的第四个目的在于提出一种计算机可读存储介质。本文档来自技高网...

【技术保护点】

1.一种模型的训练方法，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，所述从点云增强算法集合中确定一个或多个目标点云增强算法，包括：

3.根据权利要求2所述的方法，其特征在于，所述基于所述目标点云增强算法对所述初始点云数据进行增强，得到增强点云数据，包括：

4.根据权利要求3所述的方法，其特征在于，所述基于随机概率从所述点云增强算法集合中，确定一个或多个所述候选的点云增强算法，作为所述第i轮训练所使用的目标点云增强算法，包括：

5.根据权利要求1-4中任一项所述的方法，其特征在于，所述从点云增强算法集合中确定一个或多...

【技术特征摘要】

1.一种模型的训练方法，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，所述从点云增强算法集合中确定一个或多个目标点云增强算法，包括：

3.根据权利要求2所述的方法，其特征在于，所述基于所述目标点云增强算法对所述初始点云数据进行增强，得到增强点云数据，包括：

4.根据权利要求3所述的方法，其特征在于，所述基于随机概率从所述点云增强算法集合中，确定一个或多个所述候选的点云增强算法，作为所述第i轮训练所使用的目标点云增强算法，包括：

5.根据权利要求1-4中任一项所述的方法，其特征在于，所述从点云增强算法集合中确定一个或多个目标点云增强算法，包括：

6.根据权利要求1-3中任一项所述的方法，其特征在于，所述基于所述目标点云增强算法对所述初始点云数据进行增强，得到增强点云数据，包括：

7.根据权利要求1-3中任一项所述的方法，其特征在于，所述基于所述目标点云增强算法对所述初始点云数据进行增强，得到增强点云数据，包括：

8.根据权利要求1-3中任一项所述的方法，...

【专利技术属性】
技术研发人员：陈超启，石志轩，付青顺，
申请(专利权)人：小米汽车科技有限公司，
类型：发明
国别省市：