[发明专利]一种深度学习网络训练方法、装置、设备及存储介质

说明书

本申请公开了一种视觉感知模型训练方法、装置、设备及存储介质，可用于人工智能领域，该方法中，首先，获取相机内参、相机外参、相机捕捉图像以及相机捕捉图像中识别目标的标注二维表达式；然后，根据预设的视觉感知模型、相机内参以及相机外参，确定相机捕捉图像中识别目标的预测三维表达式；接着，基于识别目标的预测三维表达式和相机捕捉图像中识别目标的标注二维表达式，得到网络损失；最后，根据网络损失，训练视觉感知模型。由此，不需获取识别目标的三维真值即可得到网络损失，从而在训练过程中完成参数梯度的反向传播，实现视觉感知模型的无真值训练，能够以低成本的方式对视觉感知模型进行训练。

技术领域

本申请涉及人工智能技术领域，特别是涉及一种深度学习网络训练方法、装置、设备及存储介质。

背景技术

随着人工智能技术的发展，使得自动驾驶功能的实现成为可能，而车道线检测作为自动驾驶感知系统的重要组成部分也越来越受到关注，通常选择通过深度学习网络建立视觉感知模型，从而直接实现三维车道线视觉感知。

深度学习网络一般需要通过真值与预测值的差异作为损失函数完成梯度反向传播的过程，目前，通常采用人工标注的二维车道线与雷达信息相结合的方式得到三维车道线真值数据，即预先标注相机捕捉图像中的二维车道线，再结合对应的雷达信息得到二维车道线上点的深度，从而形成三维车道线真值数据。然而，若想得到较为准确的三维车道线真值数据，需要提供具有极高精度的雷达，使得实现三维车道线视觉感知所需的成本较高，难以广泛应用。

由此，如何以低成本的方式对视觉感知模型进行训练，成为当前亟待解决的问题。

发明内容

基于上述问题，本申请提供了一种深度学习网络训练方法、装置、设备及存储介质，能够以低成本的方式对视觉感知模型进行训练。

本申请实施例公开了如下技术方案：

第一方面，本申请提供了一种视觉感知模型训练方法，所述方法包括：

获取相机内参、相机外参、相机捕捉图像以及所述相机捕捉图像中识别目标的标注二维表达式；

根据预设的视觉感知模型、所述相机内参以及所述相机外参，确定所述相机捕捉图像中识别目标的预测三维表达式；

基于所述识别目标的预测三维表达式以及所述相机捕捉图像中识别目标的标注二维表达式，得到网络损失；

根据所述网络损失，训练视觉感知模型。

可选地，所述基于所述识别目标的预测三维表达式以及所述相机捕捉图像中识别目标的标注二维表达式，得到网络损失，包括：

基于所述识别目标的预测三维表达式以及预设的坐标系转换规则，将所述识别目标的预测三维表达式转换为所述相机捕捉图像所在的坐标系下的投影二维表达式；

基于所述识别目标的投影二维表达式与所述相机捕捉图像中识别目标的标注二维表达式的差异，得到损失函数；

根据所述损失函数，计算网络损失。

可选地，所述基于所述识别目标的投影二维表达式与所述相机捕捉图像中识别目标的标注二维表达式的差异，得到损失函数，包括：

基于所述识别目标的投影二维表达式与所述相机捕捉图像中识别目标的标注二维表达式中组成所述识别目标的点的坐标值差异和存在性差异，得到损失函数。

可选地，所述识别目标包括：车道线；

所述基于所述识别目标的预测三维表达式以及所述相机捕捉图像中识别目标的标注二维表达式，得到网络损失，包括：

基于所述识别目标的预测三维表达式在所述相机捕捉图像所在坐标系中的投影二维表达式与所述相机捕捉图像中识别目标的标注二维表达式的差异，得到第一损失函数；