[发明专利]一种数据包筛选方法、装置、设备和存储介质

说明书

本发明公开一种数据包筛选方法、装置、设备和存储介质，方法包括：获取多个待筛选数据包；待筛选数据包包括多帧点云数据；采用多个预设的识别模型对每帧点云数据进行对象识别，得到每帧点云数据的对象识别结果；计算对象识别结果对应的识别信息量；根据全部识别信息量，确定待筛选数据包的总信息量；基于多个待筛选数据包的总信息量，从多个待筛选数据包中筛选得到目标数据包，从而能够更为准确快速地选择标注价值较高的数据包进行标注，快速提升模型性能，降低标注成本。

技术领域

本发明涉及数据包筛选技术领域，尤其涉及一种数据包筛选方法、装置、设备和存储介质。

背景技术

随着智能技术的快速发展，云计算、大数据、人工智能一些新名词进入大众的视野，人工智能作为人类进入信息时代后的又一技术革命，逐渐受到越来越广泛的重视。而无人驾驶作为人工智能技术在汽车行业、交通领域的延伸与应用，近几年受到了工业界、学术界甚至国家层面的密切关注。

无人驾驶通常是通过感知道路环境，自动规划行车路线并控制车辆到达预定目标，但在实际运行的过程中，由于性能限制可能导致无法对复杂场景进行准确分析，存在安全隐患。

在传统的无人驾驶中，对该复杂场景的处理通常是对获取到的数据标注后进行分析，进而规划行车路线。但上述标注过程中，由于所获取到的数据数量通常是海量的，且数据与数据之间所蕴涵的标注价值并不相同，逐个进行标注无法快速准确地确定标注价值较高的数据，造成资源浪费，增加标注成本。

发明内容

本发明提供了一种数据包筛选方法、装置、设备和存储介质，解决了现有技术中无法从获取到的海量数据准确快速地选择标注价值较高的数据包进行标注，导致标注成本较高的技术问题。

本发明第一方面提供的一种数据包筛选方法，包括：

获取多个待筛选数据包；所述待筛选数据包包括多帧点云数据；

采用多个预设的识别模型对每帧所述点云数据进行对象识别，得到每帧所述点云数据的对象识别结果；

计算所述对象识别结果对应的识别信息量；

根据全部所述识别信息量，确定所述待筛选数据包的总信息量；

基于多个所述待筛选数据包的总信息量，从多个所述待筛选数据包中筛选得到目标数据包。

可选地，所述对象识别结果包括第一识别结果和多个第二识别结果；所述计算所述对象识别结果对应的识别信息量的步骤，包括：

遍历所述第一识别结果内的全部第一识别框，获取每个所述第一识别框对应的第一识别信息；

根据所述第一识别信息，结合多个所述第二识别结果计算所述第一识别框的互信息值；

根据全部所述第一识别框的互信息值，确定所述对象识别结果对应的识别信息量。

可选地，所述第一识别信息包括第一类别和第一置信度，所述第二识别结果包括多个第二识别框；所述根据所述第一识别信息，结合多个所述第二识别结果计算所述第一识别框的互信息值的步骤，包括：

从每个所述第二识别结果中查找与所述第一类别相同的第二识别框；其中，所述第二识别框具有第二识别信息，所述第二识别信息包括第二置信度；

若查找到与所述第一类别相同的第二识别框，则计算所述第一识别框与每个所述第二识别框之间的交互比；

若所述交互比大于预定阈值，则根据所述第一置信度和所述第二置信度，确定所述第一识别框的互信息值。

可选地，还包括：

若未查找到与所述第一类别相同的第二识别框，或者，所述交互比小于或等于所述预设阈值，则将所述第一识别框的互信息值设置为固定值。