一种数据采集方法及其相关设备技术

本申请公开一种数据采集方法及其相关设备，数据采集的过程大幅减少人工参与，可有效节省时间成本和人力成本

【技术实现步骤摘要】
一种数据采集方法及其相关设备


[0001]本申请实施例涉及人工智能
(artificial intelligence
，
AI)
技术，尤其涉及一种数据采集方法及其相关设备
。

技术介绍

[0002]在自动驾驶领域中，为了不断优化自动驾驶模型，自动驾驶厂商需要部署专属的训练数据库
。
对于难例数据的获取和挖掘，是部署训练数据库中的关键环节
。
随着自动驾驶技术的产品落地加速，如何自动高效地采集海量的高价值场景训练数据，以完成模型的迭代优化变得至关重要
。
[0003]目前，自动驾驶厂商通过搭建专属的数据闭环平台，以完成训练数据的采集，从而完成训练数据库的部署
。
在训练数据采集的过程中，往往存在不同的数据挖掘需求，这要求数据闭环平台能够采集大量的训练数据并明确训练数据的类别，那么，则需要在平台上训练和部署各种分类模型
(
分类器
)
，以在采集到训练数据后可以确定这些训练数据的类别，从而纳入训练数据库中
。
[0004]上述过程中，在数据闭环平台上训练和部署不同的分类模型不仅需要付出较大的时间成本和人力成本，还会限制数据闭环平台所能采集到的训练数据的类别
。

技术实现思路

[0005]本申请实施例提供了一种数据采集方法及其相关设备，数据采集的过程大幅减少人工参与，可有效节省时间成本和人力成本，且可采集各种类别的训练数据，有利于完善系统中的训练数据库
。
[0006]本申请实施例的第一方面提供了一种数据采集方法，该方法包括：
[0007]第一终端设备接收来自网络设备的第一特征，第一特征指示第一场景；第一终端设备获取第二图像，并对第二图像进行处理，从而得到指示第二场景的第二特征
。
需要说明的是，第二图像为某种类别的图像，也就是说，第二场景分别为某种类别的场景，同样地，第一场景也为某种类别的场景，第一场景和第二场景的类别可能相同，也可能不同
。
[0008]第一终端设备根据第一特征和第二特征，判断第一图像和第二图像是否属于相同类别的图像，也就是判断第一场景和第二场景是否属于相同类别的场景，若第一场景和第二场景属于相同类别的场景，第一终端设备则向网络设备发送该第二图像
。
[0009]基于以上技术方案，当进行数据采集时，终端设备接收来自网络设备的第一特征，即终端设备可基于第一特征采集与第一特征向匹配的数据，从而实现定向数据挖掘，同时采集的过程大幅减少人工参与，可有效节省时间成本和人力成本
。
[0010]在一种可能的实现方式中，第一终端设备可计算第一特征与第二特征之间的相似度，并判断第一特征与第二特征之间的相似度是否大于或等于相似度阈值，若第一特征与第二特征之间的相似度大于或等于相似度阈值，第一终端设备可确定第一图像和第二图像为同一类别的图像，也就是说，第一场景和第二场景为相同类别的场景，故第一终端设备可
将第二图像确定为可用数据
(
目标数据
)
，将第二图像发送至网络设备
。
若第一特征与第二特征之间的相似度小于相似度阈值，也就是说，第一场景和第二场景为不同类别的场景，终端设备可将第二图像确定为不可用数据
(
非目标数据
)。
[0011]在一种可能的实现方式中，终端设备首先获取第二图像，并通过第三模型对第二图像进行编码，得到第二特征，第二特征指示第二场景，然后检测第一特征与第二特征之间的相似度是否大于或等于相似度阈值，若是，终端设备向网络设备发送第二图像
。
在该实现方式中，终端设备可部署多模态基础模型库，其中，多模态基础模型库包括多种基础的神经网络处理模型，如上述第三模型
。
通过使用通用且基础的模型库可以避免针对不同的场景或者数据开发和部署不同的算法和模型，降低人力开发和部署成本
。
[0012]在一种可能的实现方式中，第一特征为文本特征
。
[0013]在一种可能的实现方式中，第一终端设备接收来自网络设备的第一特征，还包括：第一终端设备接收来自网络设备的第一参数，第一参数用于指示第一终端设备后续向网络设备发送图像的帧率
。
前述实现方式中，网络设备在向终端设备下发第一特征的同时，还可向终端设备下发第一参数，第一参数用于指示终端设备后续向网络设备发送图像的帧率
。
那么，终端设备在确定第二图像为可用的数据后，可按照第一参数所指示的帧率将第二图像发送至网络设备
。
[0014]在一种可能的实现方式中，在该方法之后，还包括：第一终端设备接收来自网络设备的第二参数，第二参数用于调整第一终端设备向网络设备发送图像的帧率；第一终端设备基于第二参数，向网络设备发送第三图像
。
前述实现方式中，虽然第二图像被终端设备确定为可用的数据，但网络设备可对第二图像作进一步的校验，以最终确定第二图像是否为可用的数据
。
网络设备得到校验结果后，网络设备可生成第二参数，并将第二参数发送至终端设备，第二参数用于调整终端设备后续向网络设备发送图像的帧率
。
若校验结果用于指示第二图像为可用数据，则第二参数用于增大终端设备后续向网络设备发送图像的帧率，故终端设备后续获取得到的第三图像与第一图像为同一类别的图像时，终端设备可基于第二参数对第一参数所指示的帧率进行增大，并按照增大后的帧率向网络设备发送第三图像
。
若校验结果为第二图像为不可用数据，则第二参数用于减小终端设备后续向网络设备发送图像的帧率，故终端设备后续获取得到的第三图像与第一图像不为同一类别的图像时，终端设备可基于第二参数对第一参数所指示的帧率进行减小，并按照减小后的帧率向网络设备发送第三图像
。
由此可见，网络设备可对终端设备上传的目标数据
(
也就是第二图像
)
进行二次校验，从而基于二次校验的结果来灵活调整终端设备上传后续数据的速率，这样可使得终端设备预留足够的带宽为用户提供其他服务，进而提高用户体验
。
[0015]在一种可能的实现方式中，在该方法之后，还包括：第一终端设备接收来自网络设备的第三参数，第三参数用于指示网络设备对第二图像的校验结果，并基于校验结果向网络设备发送第三图像
。
前述实现方式中，网络设备得到校验结果后，网络设备可生成第三参数，并将第三参数发送至终端设备，第三参数用于指示校验结果
。
终端设备可基于第三参数所指示的校验结果，调整后续向网络设备发送图像的帧率
。
例如，若校验结果为第二图像为可用数据，终端设备可自行对第一参数所指示的帧率进行增大，并按照增大后的帧率向网络设备发送第三图像
。
若校验结果为第二图像为不可用数据，则终端设备可自行对第本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种数据采集方法，其特征在于，所述方法包括：第一终端设备接收来自网络设备的第一特征，所述第一特征指示第一场景；所述第一终端设备对第二图像进行处理，得到第二特征，所述第二特征指示第二场景；所述第一终端设备根据所述第一特征和所述第二特征判断如果所述第一场景和所述第二场景属于相同类别的场景，则所述第一终端设备向所述网络设备发送所述第二图像
。2.
根据权利要求1所述的方法，其特征在于，所述第一终端设备根据所述第一特征和所述第二特征判断如果所述第二图像和所述第一场景属于相同类别的场景，则所述第一终端设备向所述网络设备发送所述第二图像，包括：所述第一终端设备判断如果所述第一特征与所述第二特征之间的相似度大于或等于相似度阈值，则所述第一终端设备向所述网络设备发送所述第二图像
。3.
根据权利要求1或2所述的方法，其特征在于，所述第一终端设备接收来自所述网络设备的第一特征，还包括：所述第一终端设备接收来自所述网络设备的第一参数，所述第一参数用于指示所述第一终端后续向所述网络设备发送图像的帧率
。4.
根据权利要求3所述的方法，其特征在于，所述第一终端设备向所述网络设备发送所述第二图像包括：所述第一终端设备基于所述第一参数，向所述网络设备发送所述第二图像
。5.
根据权利要求1至4任意一项所述的方法，其特征在于，在所述方法之后，还包括：所述第一终端设备接收来自所述网络设备的第二参数，所述第二参数用于调整所述第一终端设备向所述网络设备发送图像的帧率；所述第一终端设备基于所述第二参数，向所述网络设备发送第三图像
。6.
根据权利要求1至4任意一项所述的方法，其特征在于，在所述方法之后，还包括：所述第一终端设备接收来自所述网络设备的第三参数，所述第三参数用于指示所述网络设备对所述第二图像的校验结果，并基于所述校验结果向所述网络设备发送第三图像
。7.
根据权利要求2至6任一项所述的方法，其特征在于，在所述方法之后，还包括：所述第一终端设备接收来自所述网络设备的第四参数，并基于所述第四参数调整所述相似度阈值
。8.
根据权利要求1至7任意一项所述的方法，其特征在于，在所述方法之前，还包括：第二终端设备基于预设条件向所述网络设备发送第一图像，所述第一图像属于所述第一场景的图像
。9.
根据权利要求8所述的方法，其特征在于，所述预设条件包括：所述第二终端设备针对所述第一场景做出第一操作，所述第二终端设备或用户针对所述第一场景做出第二操作，所述第一操作和所述第二操作不同
。10.
一种数据采集方法，其特征在于，所述方法包括：网络设备向第一终端设备发送第一特征，所述第一特征指示第一场景；所述网络设备接收所述第一终端设备发送的第二图像，并对所述第二图像进行处理，得到第三特征，所述第三特征指示第二场景；所述网络设备基于所述第一特征和所述第三特征，生成所述第二场景和所述第一场景是否属于相同类别的场景的校验结果；
所述网络设备向所述第一终端设备发送第二参数和
/
或第三参数，所述第二参数用于调整所述第一终端设备向所述网络设备发送图像的帧率，所述第三参数用于指示所述校验结果
。11.
根据权利要求
10
所述的方法，其特征...

【专利技术属性】
技术研发人员：袁鹏，彭有凑，冯柏岚，张洪波，
申请(专利权)人：华为技术有限公司，
类型：发明
国别省市：