[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

说明书

本公开提供了一种模型训练方法、高精地图变更检测方法、装置及电子设备，涉及自动驾驶技术领域，尤其涉及模型训练技术领域。模型训练方法的具体实现方案为：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。

技术领域

本公开涉及自动驾驶技术领域，尤其涉及模型训练技术领域，具体涉及一种模型训练方法、高精地图变更检测方法、装置及电子设备。

背景技术

高精地图也称高精度地图，是自动驾驶汽车使用。高精地图，拥有精确的车辆位置信息和丰富的道路元素数据信息，可以帮助汽车预知路面复杂信息，如坡度、曲率、航向等，更好地规避潜在的风险。目前，高精地图作为自动驾驶领域的重要组件，结合智能路径规划，让车辆做出正确的行驶决策。可见，高精地图必须及时地反映现实路面的信息，特别是在路面发生现实变更的时候，高精地图现实变更检测也就成为了保证高精地图准确度的重要手段，而高精地图现实变更检测通常是基于检测模型实现。

发明内容

本公开提供了一种模型训练方法、高精地图变更检测方法、装置及电子设备。

根据本公开的第一方面，提供了一种模型训练方法，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。

根据本公开的第二方面，提供了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。

根据本公开的第三方面，提供了一种模型训练装置，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。

根据本公开的第四方面，提供了一种高精地图变更检测装置，包括：

第三获取模块，用于获取目标位置的实时地理图像；

检测模块，用于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。

根据本公开的第五方面，提供了一种电子设备，包括：

至少一个处理器；以及