[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

说明书

本公开提供了检测模型训练、高精度地图更新方法、设备、介质及产品，涉及计算机技术领域，尤其涉及自动驾驶技术领域。具体实现方案为：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。本公开提高了模型训练精度。

技术领域

本公开涉及人工智能技术领域尤其涉及一种检测模型训练、高精度地图更新方法、设备、介质及产品，可用于自动驾驶技术领域。

背景技术

高精度地图是自动驾驶领域的重要组成部分，可以帮助自动驾驶汽车预先感知道路的复杂性，实现安全高效地行驶。为了确保地图保持最新状态，能够向自动驾驶车辆及时反馈最新消息，需要将地图中发生变化的对象进行更新，其中，发生变化的对象例如可以包括：交通标志牌、地面标志、车道线、信号灯、新增路段或者路口等。

目前，为了提高地图更新效率，通常采用将新采集的各个区域的场景地图图像与其原有语义要素图像输入变化对象的检测模型进行对象检测，以获得存在变化的对象，然后利用变化对象所在区域位置，更新原有的要素语义地图，获得新的电子地图。但是这种更新方式存在较大更新误差，更新的准确度较低。

发明内容

本公开提供了一种用于电子地图的检测模型训练、高精度地图更新方法、设备、介质及产品方法、装置、设备以及存储介质。

根据本公开的第一方面，提供了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。

根据本公开的第二方面，提供了一种高精度地图更新方法，包括：

获取电子地图中待检测的场景地图图像以及对应的语义要素图像；

利用目标检测模型对场景地图图像以及对应的所述语义要素图像中的目标变化对象进行检测，得到所述目标变化对象在所述语义要素图像中的位置区域。其中，所述目标检测模型是采用第一方面提供的检测模型训练方法对变化对象的检测模型训练获得。

基于所述目标变化对象在所述语义要素图像中的位置区域，更新所述电子地图。

根据本公开的第三方面，提供了一种检测模型训练设备，包括：

图像确定单元，用于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，每个样本的样本类型为图像。

图像干扰单元，用于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。

数据确定单元，用于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。

模型处理单元，用于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。