[发明专利]用于生成预测模型的方法和装置

权利要求书

1.一种用于生成预测模型的方法，包括：

获取样本集，其中，所述样本集中的样本包括利用摄像装置拍摄的样本图像和样本图像对应的样本结果，其中，样本结果用于表征样本图像中的车辆对应的目标方向与车辆的行驶方向之间的夹角，车辆对应的目标方向为车辆的实际位置与摄像装置的实际位置之间的连线所在的方向；

从所述样本集中选取样本，以及执行如下的训练步骤：将选取的样本中的样本图像输入至初始模型，得到样本图像对应的预测结果；根据得到的预测结果与选取的样本中的样本结果，确定损失函数的值；响应于根据损失函数的值确定初始模型训练完成，将初始模型确定为预测模型。

2.根据权利要求1所述的方法，其中，所述训练步骤还包括：

响应于根据损失函数的值确定初始模型未训练完成，调整初始模型的参数，以及从所述样本集中重新选取样本，使用调整后的初始模型作为初始模型，继续执行所述训练步骤。

3.根据权利要求1所述的方法，其中，样本结果包括角度区间标识和相对角度，其中，角度区间标识用于指示车辆对应的目标方向与车辆的行驶方向之间的夹角所在的角度区间，相对角度用于表征车辆对应的目标方向与车辆的行驶方向之间的夹角在其所在的角度区间中的位置，其中，角度区间通过以预设角度单位对全向角度划分得到。

4.根据权利要求3所述的方法，其中，相对角度用于表征车辆对应的目标方向与车辆的行驶方向之间的夹角与其所在的角度区间的半角之间的差值。

5.根据权利要求1所述的方法，其中，样本结果包括车辆对应的目标方向与车辆的行驶方向之间的夹角对应的正弦值和/或余弦值。

6.根据权利要求5所述的方法，其中，所述根据得到的预测结果与选取的样本中的样本结果，确定损失函数的值，包括：

根据得到的预测结果中的正弦值和对应的样本结果中的正弦值，利用L1损失函数得到第一损失值；

根据得到的预测结果中的余弦值和对应的样本结果中的余弦值，利用L1损失函数得到第二损失值；

确定所述第一损失值对应的权重，其中，所述第一损失值对应的权重反比于正弦函数在得到的预测结果所表征的样本图像中的车辆对应的目标方向与车辆的行驶方向之间的夹角处的导数；

确定所述第二损失值对应的权重，其中，所述第二损失值对应的权重反比于余弦函数在得到的预测结果所表征的样本图像中的车辆对应的目标方向与车辆的行驶方向之间的夹角处的导数；

根据所述第一损失值和所述第二损失值的加权和，确定损失函数的值。

7.一种用于预测行驶方向的方法，包括：

利用在无人车上设置的拍摄装置拍摄图像；

将所述图像输入至预测模型，得到用于表征所述图像中的车辆对应的目标方向与车辆的行驶方向之间的夹角的预测结果，其中，所述预测模型通过如权利要求1-6之一所述的方法生成，车辆对应的目标方向为车辆的实际位置与摄像装置的实际位置之间的连线所在的方向；

根据得到的预测结果，确定所述图像中的车辆的行驶方向。

8.一种用于生成预测模型的装置，包括：

获取单元，被配置成获取样本集，其中，所述样本集中的样本包括利用摄像装置拍摄的样本图像和样本图像对应的样本结果，其中，样本结果用于表征样本图像中的车辆对应的目标方向与车辆的行驶方向之间的夹角，车辆对应的目标方向为车辆的实际位置与摄像装置的实际位置之间的连线所在的方向；

训练单元，被配置成从所述样本集中选取样本，以及执行如下的训练步骤：将选取的样本中的样本图像输入至初始模型，得到样本图像对应的预测结果；根据得到的预测结果与选取的样本中的样本结果，确定损失函数的值；响应于根据损失函数的值确定初始模型训练完成，将初始模型确定为预测模型。