[发明专利]模型训练方法、高精地图变更检测方法、装置及电子设备

权利要求书

1.一种模型训练方法，包括：

获取教师网络模型，基于训练样本对所述教师网络模型进行训练，并获取所述教师网络模型输出的第一特征图，其中，所述训练样本为地理图像；

获取初始学生网络模型，对所述初始学生网络模型的通道数量进行缩减以得到学生网络模型，所述学生网络模型的通道数量小于所述教师网络模型的通道数量；

基于所述训练样本和所述第一特征图对所述学生网络模型进行训练，得到用于高精地图变更检测的目标模型。

2.根据权利要求1所述的方法，其中，所述基于所述训练样本和所述第一特征图对所述学生网络模型进行训练，包括：

将所述训练样本作为所述学生网络模型的输入，将所述第一特征图作为所述学生网络模型的监督样本，获取所述学生网络模型输出的第二特征图；

基于所述第一特征图和所述第二特征图对所述学生网络模型进行训练，获取训练后的所述学生网络模型的损失函数。

3.根据权利要求2所述的方法，其中，所述损失函数为第一损失函数、第二损失函数和第三损失函数之和；

所述第一损失函数和所述第二损失函数分别为所述初始学生网络模型的回归损失函数和分类损失函数；

所述第三损失函数为基于所述第一特征图和所述第二特征图构建的损失函数。

4.根据权利要求3所述的方法，其中，所述第三损失函数的公式如下：

其中，i、j、k为所述第一特征图或所述第二特征图上的像素点三维坐标，t_ijk为所述第一特征图上第一像素点，s_ijk为所述第二特征图上与所述第一像素点对应的第二像素点，为适配函数，用于适配所述学生网络模型和所述教师网络模型的通道保持一致。

5.根据权利要求1所述的方法，其中，所述获取教师网络模型，包括：

获取初始教师网络模型；

对所述初始教师网络模型的通道数量进行扩充以得到所述教师网络模型，其中，所述初始教师网络模型与所述初始学生网络模型为通道数量相同的同类型模型。

6.一种高精地图变更检测方法，包括：

获取目标位置的实时地理图像；

将所述实时地理图像输入用于高精地图变更检测的目标模型，以检测所述目标位置的地理图像是否发生变更；

其中，所述目标模型的通道数量小于教师网络模型的通道数量，所述教师网络模型为在所述目标模型的训练阶段采用的教师网络模型。

7.根据权利要求6所述的方法，其中，所述目标模型为根据权利要求1-5中任一项方法训练后的所述目标模型。

8.一种模型训练装置，包括：

第一获取模块，用于获取教师网络模型，基于训练样本对所述教师网络模型进行训练，并获取所述教师网络模型输出的第一特征图，其中，所述训练样本为地理图像；

第二获取模块，用于获取初始学生网络模型，对所述初始学生网络模型的通道数量进行缩减以得到学生网络模型，所述学生网络模型的通道数量小于所述教师网络模型的通道数量；

训练模块，用于基于所述训练样本和所述第一特征图对所述学生网络模型进行训练，得到用于高精地图变更检测的目标模型。

9.根据权利要求8所述的装置，其中，所述训练模块还用于：

将所述训练样本作为所述学生网络模型的输入，将所述第一特征图作为所述学生网络模型的监督样本，获取所述学生网络模型输出的第二特征图；

基于所述第一特征图和所述第二特征图对所述学生网络模型进行训练，获取训练后的所述学生网络模型的损失函数。

10.根据权利要求9所述的装置，其中，所述损失函数为第一损失函数、第二损失函数和第三损失函数之和；

所述第一损失函数和所述第二损失函数分别为所述初始学生网络模型的回归损失函数和分类损失函数；

所述第三损失函数为基于所述第一特征图和所述第二特征图构建的损失函数。