[发明专利]模型训练方法、道路事件检测方法、装置及相关设备在审
申请号: | 202211708597.6 | 申请日: | 2022-12-29 |
公开(公告)号: | CN116189109A | 公开(公告)日: | 2023-05-30 |
发明(设计)人: | 倪华健;陈庆;林亦宁 | 申请(专利权)人: | 上海闪马智能科技有限公司;杭州闪马智擎科技有限公司;北京闪马智建科技有限公司 |
主分类号: | G06V20/54 | 分类号: | G06V20/54;G06V20/52;G06V10/26;G06V10/764;G06V10/82;G06N3/0455;G06N3/08 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 200210 上海市浦东新区中国(上*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 模型 训练 方法 道路 事件 检测 装置 相关 设备 | ||
1.一种模型训练方法,其特征在于,包括:
获取训练数据,所述训练数据包括图像和图像中用于描述路况信息的描述文本;
利用所述训练数据训练神经网络模型,所述神经网络模型用于识别图像中道路区域,以及用于表征图像和用于描述路况信息的描述文本的对应关系。
2.根据权利要求1所述的方法,其特征在于,所述神经网络模型包括图像分割模块和联合编码模块,所述图像分割模块的最后一层为掩码覆盖成,所述掩码覆盖层用于屏蔽图像中非道路区域,所述联合编码模块用于关联图像和用于描述路况信息的描述文本。
3.根据权利要求2所述的方法,其特征在于,所述神经网络模型还包括图像编码模块、文本编码模块以及文本解码模块;
所述利用所述训练数据训练神经网络模型,包括:
将所述训练数据分别输入所述图像编码模块和所述文本编码模块,将所述图像编码模块的输出输入所述图像分割模块,将所述文本编码模块的输出和所述图像分割模块的输出均输入所述联合编码模块,将所述联合编码模块的输出输入所述文本解码模块,来训练所述神经网络模型。
4.一种道路事件检测方法,其特征在于,包括:
获取待检测图像;
将所述待检测图像输入神经网络模型得到用于描述所述待检测图像中路况信息的描述文本;
其中,所述神经网络模型由权利要求1至3中任一项所述的方法训练得到。
5.根据权利要求4所述的方法,其特征在于,还包括:
基于所述描述文本,在预设对照表中匹配对应所述描述文本的关键词;
若匹配到所述关键词,则上报所述关键词和对应所述关键词的枚举值;
其中,所述预设对照表包括所述关键词和所述枚举值的对应关系。
6.根据权利要求5所述的方法,其特征在于,还包括:
响应于所述关键词和/或所述枚举值,发出控制指令,所述控制指令用于使得系统进行抓拍或发出报警信息。
7.一种模型训练装置,其特征在于,包括:
第一获取模块,用于获取训练数据,所述训练数据包括图像和图像中用于描述路况信息的描述文本;
模型训练模块,用于利用所述训练数据训练神经网络模型,所述神经网络模型用于识别图像中道路区域,以及用于表征图像和用于描述路况信息的描述文本的对应关系。
8.一种道路事件检测装置,其特征在于,包括:
第二获取模块,用于获取待检测图像;
图像检测模块,用于将所述待检测图像输入神经网络模型得到所述待检测图像对应的描述文本;
其中,所述神经网络模型由权利要求7所述的装置训练得到。
9.一种电子设备,包括存储器和处理器,所述存储器上存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至6中任一项所述的方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至6中任一项所述的方法。
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上海闪马智能科技有限公司;杭州闪马智擎科技有限公司;北京闪马智建科技有限公司,未经上海闪马智能科技有限公司;杭州闪马智擎科技有限公司;北京闪马智建科技有限公司许可,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/202211708597.6/1.html,转载请声明来源钻瓜专利网。