[发明专利]检测模型训练、高精度地图更新方法、设备、介质及产品在审

专利信息
申请号: 202111060534.X 申请日: 2021-09-10
公开(公告)号: CN113762397A 公开(公告)日: 2021-12-07
发明(设计)人: 蒋圣杰;梁孝庆;何雷;彭亮;万国伟 申请(专利权)人: 北京百度网讯科技有限公司
主分类号: G06K9/62 分类号: G06K9/62;G06K9/00;G06N3/08;G06F16/23;G06F16/29
代理公司: 北京同立钧成知识产权代理有限公司 11205 代理人: 朱颖;臧建明
地址: 100085 北京市*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 检测 模型 训练 高精度 地图 更新 方法 设备 介质 产品
【权利要求书】:

1.一种检测模型训练方法,包括:

获取电子地图中多个语义要素样本和对应的场景地图样本;其中,每个语义要素样本和每个场景地图样本的样本类型为图像;

分别对所述多个语义要素样本进行干扰处理,获得所述多个语义要素样本分别对应的干扰要素样本;

基于所述多个语义要素样本分别对应的干扰要素样本以及场景地图样本,确定多个训练样本;

利用所述多个训练样本,训练变化对象的检测模型,获得目标检测模型;

其中,所述目标检测模型用于对所述电子地图中的场景地图图像以及对应的语义要素图像进行目标变化对象的检测。

2.根据权利要求1所述的方法,其中,所述分别对所述多个语义要素样本进行干扰处理,获得所述多个语义要素样本分别对应的干扰要素样本,包括:

获取所述多个语义要素样本分别对应的语义要素对象;

对任一个语义要素对象进行位置干扰处理,以获得每个语义要素对象对应干扰要素对象;

基于任一个语义要素样本对应的干扰要素对象更新所述语义要素样本,以获得所述多个语义要素样本分别对应的干扰要素样本。

3.根据权利要求2所述的方法,其中,所述对任一个语义要素对象进行位置干扰处理,以获得每个语义要素对象对应干扰要素对象,包括:

根据任一语义要素对象在对应语义要素样本中的区域位置,生成位置干扰信息;

利用所述位置干扰信息,将所述语义要素对象在对应语义要素样本中的区域位置替换为干扰区域位置;

将在所述干扰区域位置内的语义要素对象确定为干扰要素对象。

4.根据权利要求3所述的方法,其中,所述任一个区域位置包括矩形区域位置;所述根据任一语义要素对象在对应语义要素地图中的区域位置,生成位置干扰信息,包括:

根据任一语义要素对象在所述语义要素地图中的区域位置,确定所述语义要素对象的中心位置坐标,区域长度以及区域宽度;

根据所述区域长度以及所述区域宽度,结合预设移动参数,计算所述语义要素对象的中心扰动值;

以所述中心扰动值为标准差,所述中心位置坐标为均值,随机生成扰动中心坐标,以获得所述位置干扰信息。

5.根据权利要求4所述的方法,其中,所述根据所述区域长度以及所述区域宽度,结合预设移动参数,计算所述语义要素对象的中心扰动值,包括:

计算所述区域长度以及所述区域宽度的乘积,获得区域面积;

计算所述区域面积的二分之一次方与所述移动参数的乘积,获得所述语义要素对象的中心扰动值。

6.根据权利要求4或5所述的方法,其中,所述以所述中心扰动值为标准差,所述中心位置坐标为均值,随机生成扰动中心坐标,以获得所述位置干扰信息,包括:

确定所述中心位置坐标的横坐标以及纵坐标;

以所述中心扰动值为标准差,所述横坐标为第一均值,随机生成扰动横坐标;

以所述中心扰动值为标准差,所述纵坐标为第二均值,随机生成扰动纵坐标;

将所述扰动横坐标以及所述扰动纵坐标构成所述位置干扰信息。

7.根据权利要求6所述的方法,其中,所述利用所述位置干扰信息,将所述语义要素对象在对应语义要素样本中的区域位置替换为干扰区域位置,包括:

以所述位置干扰信息对应的所述扰动横坐标以及所述扰动纵坐标,作为中心坐标,结合所述区域长度以及所述区域宽度确定所述语义要素对象在对应语义要素样本中的干扰区域位置,将所述语义要素对象在对应语义要素样本中的区域位置替换为所述干扰区域位置。

8.根据权利要求2-7任一项所述的方法,其中,所述基于任一个语义要素样本对应的干扰要素对象更新所述语义要素样本,以获得所述多个语义要素样本分别对应的干扰要素样本,包括:

针对任一个语义要素样本,将语义要素样本中的语义要素对象替换为对应的干扰要素对象,以获得多个语义要素样本分别对应的干扰要素样本。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京百度网讯科技有限公司,未经北京百度网讯科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202111060534.X/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top