【技术实现步骤摘要】
本申请涉及智能驾驶，具体而言，涉及一种感知模型的评测方法和装置、存储介质及电子设备。
技术介绍
1、在智能驾驶系统中，感知系统是后续进行决策和控制的基础环节，包括对周围物体的检测、分类、定位和跟踪等功能。对感知算法评测可以评估算法性能、确保算法安全性和可靠性的关键步骤，对于算法的开发和应用都具有重要意义。
2、然而，相关技术在对感知算法进行评测时，通常对感知算法模型的性能优劣进行评价，在面对复杂的路况场景，感知算法模型的性能达不到需求的情况下，可能需要再获取大量的训练数据对模型进行训练以提高模型的性能。换言之，相关技术提供的感知算法的评测方法存在迭代优化效率较低的问题。
3、针对上述的问题，目前尚未提出有效的解决方案。
技术实现思路
1、本申请实施例提供了一种感知模型的评测方法和装置、存储介质及电子设备，以至少解决相关技术提供的感知算法的评测方法存在迭代优化效率较低的技术问题。
2、根据本申请实施例的一个方面，提供了一种感知模型的评测方法，包括：将多个连续帧片段内自车采集的道路数据输入到待评测感知模型，得到对应的多个模型预测结果，其中，道路数据包含用于指示一个连续帧片段内自车的行驶场景的场景标签；对道路数据对应的模型预测结果和真值数据进行匹配，并对待评测感知模型进行评测，得到评测结果；将满足预设条件的评测结果对应的道路数据携带的场景标签确定为目标场景标签，获取包含有目标场景标签的训练数据并对待评测感知模型进行训练。
3、根据本申请实施
4、可选地，上述模型评测单元，包括：类别评测模块，用于获取多个连续帧片段采集的道路数据对应的模型预测结果和真值数据对待评测感知模型进行评测，得到类别评测结果，其中，类别评测结果用于指示多个类别的感知目标对应的评测结果；模型评测模块，用于基于类别评测结果确定待评测感知目标类别，利用多个连续帧片段采集的道路数据对待评测感知模型在待评测感知目标类别的维度上进行评测，得到评测结果。
5、可选地，上述数据获取单元，包括：单片段评测模块，用于对多个连续帧片段采集的道路数据各自对应的模型预测结果和真值数据对待评测感知模型进行评测，得到与多个连续帧片段各自对应的评测结果；结果比较模块，用于在与多个连续帧片段各自对应的评测结果中确定满足预设条件的评测结果为待确定评测结果；标签确定模块，用于将待确定评测结果对应的道路数据携带的场景标签中的重复场景标签确定为目标场景标签。
6、可选地，上述数据获取单元，还包括：数据选择模块，用于从包含目标场景标签的道路数据中选择单帧采集的目标道路数据；单帧评测模块，用于确定目标道路数据对应的模型预测结果和真值数据，并将目标道路数据对应的模型预测结果和真值数据进行匹配，得到单帧评测结果。
7、可选地，上述模型评测单元，还包括：距离确定模块，用于根据道路数据对应的真值数据确定出道路数据中的至少一个参考障碍物与自车间的距离，其中，参考障碍物用于指示自车的周围的静态障碍物和动态障碍物；距离区间划分模块，用于根据至少一个参考障碍物与自车间的距离和预设的距离阈值将至少一个参考障碍物区分为至少一个参考障碍物集合；区间评测模块，用于根据至少一个参考障碍物集合对应的道路数据依次对待评测感知模型进行评测，得到评测结果。
8、可选地，上述模型评测单元，还包括：匹配模块，用于将参考障碍物对应的模型预测结果与参考障碍物对应的真值数据进行匹配；第一误差计算模块，用于计算模型预测结果和真值数据中的距离间的差值得到绝对距离误差；第二误差计算模块，用于计算绝对距离误差与真值数据中的距离之间的比值得到相对距离误差；第三误差计算模块，用于计算模型预测结果和真值数据中的速度间的差值得到绝对速度误差。
9、可选地，上述数据获取单元，还包括：数据确定模块，用于确定目标类别和目标距离阈值区间；数据获取模块，用于获取包含目标场景标签且目标类别在目标距离阈值区间内的目标道路数据，并将目标道路数据确定为训练数据；模型训练模块，用于利用训练数据对待评测感知模型进行训练。
10、可选地，上述预测单元，包括：数据筛选模块，用于对参考道路数据进行数据筛选确定出符合预设数据条件的道路数据，其中，参考道路数据为自车连续采集的道路数据；数据剪切模块，用于将参考道路数据中的符合预设数据条件的道路数据进行剪切，得到时间一致的多个连续帧片段内的道路数据；数据打标模块，用于对道路数据进行场景识别得到对应的场景标签，并将场景标签添加到道路数据中，得到更新后的道路数据。
11、可选地，上述模型评测单元，还包括：真值获取模块，用于将多个连续帧片段内自车采集的道路数据输入真值模型，得到与道路数据对应的二维真值数据和三维真值数据；真值关联模块，用于将二维真值数据和三维真值数据关联，得到道路数据对应的真值数据。
12、根据本申请实施例的又一方面，还提供了一种计算机可读的存储介质，该计算机可读的存储介质中存储有计算机程序，其中，该计算机程序被设置为运行时执行上述感知模型的评测方法。
13、根据本申请实施例的又一个方面，提供一种计算机程序产品，该计算机程序产品包括计算机程序/指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机程序/指令，处理器执行该计算机程序/指令，使得该计算机设备执行如以上感知模型的评测方法。
14、根据本申请实施例的又一方面，还提供了一种电子设备，包括存储器和处理器，上述存储器中存储有计算机程序，上述处理器被设置为通过上述计算机程序执行上述的感知模型的评测方法。
15、在本申请实施例中，将多个连续帧片段内自车采集的道路数据输入到待评测感知模型，得到对应的多个模型预测结果，其中，道路数据包含用于指示一个连续帧片段内自车的行驶场景的场景标签；对道路数据对应的模型预测结果和真值数据进行匹配，并对待评测感知模型进行评测，得到评测结果；将满足预设条件的评测结果对应的道路数据携带的场景标签确定为目标场景标签，获取包含有目标场景标签的训练数据并对待评测感知模型进行训练。在对感知算法评测的过程中，可以将自车路采得到的传感器数据进行打标，得到包含有场景标签的道路数据，并利用道路数据得到感知模型的预测结果和对应的真值数据，以得到感知模型的评测结果。基于场景标签对道路数据进行场景划分，以进行多场景的评测，更清晰的显示出感知模型在哪些行驶场景下的不足。将满本文档来自技高网...
【技术保护点】
1.一种感知模型的评测方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述对所述待评测感知模型进行评测，得到评测结果，包括：
3.根据权利要求2所述的方法，其特征在于，所述将满足预设条件的所述评测结果对应的所述道路数据携带的所述场景标签确定为目标场景标签，包括：
4.根据权利要求2所述的方法，其特征在于，在所述将满足预设条件的所述评测结果对应的所述道路数据携带的所述场景标签确定为目标场景标签之后，包括：
5.根据权利要求2所述的方法，其特征在于，所述对所述道路数据对应的模型预测结果和真值数据进行匹配，并对所述待评测感知模型进行评测，得到评测结果，包括：
6.根据权利要求5所述的方法，其特征在于，所述对所述道路数据对应的模型预测结果和真值数据进行匹配，包括：
7.根据权利要求1至6中任意一项所述的方法，其特征在于，所述获取包含有所述目标场景标签的训练数据并对所述待评测感知模型进行训练，包括：
8.根据权利要求1至6中任意一项所述的方法，其特征在于，在所述将多个连续帧片段内自车采集
9.根据权利要求1至6中任意一项所述的方法，其特征在于，在所述对所述道路数据对应的模型预测结果和真值数据进行匹配之前，包括：
10.一种感知模型的评测装置，其特征在于，包括：
11.一种计算机可读的存储介质，其特征在于，所述计算机可读的存储介质包括存储的程序，其中，所述程序运行时执行所述权利要求1至9任一项中所述的方法。
12.一种计算机程序产品，包括计算机程序/指令，其特征在于，该计算机程序/指令被处理器执行时实现权利要求1至9任一项所述的方法。
13.一种电子设备，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为通过所述计算机程序执行所述权利要求1至9任一项中所述的方法。
...【技术特征摘要】
1.一种感知模型的评测方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述对所述待评测感知模型进行评测，得到评测结果，包括：
3.根据权利要求2所述的方法，其特征在于，所述将满足预设条件的所述评测结果对应的所述道路数据携带的所述场景标签确定为目标场景标签，包括：
4.根据权利要求2所述的方法，其特征在于，在所述将满足预设条件的所述评测结果对应的所述道路数据携带的所述场景标签确定为目标场景标签之后，包括：
5.根据权利要求2所述的方法，其特征在于，所述对所述道路数据对应的模型预测结果和真值数据进行匹配，并对所述待评测感知模型进行评测，得到评测结果，包括：
6.根据权利要求5所述的方法，其特征在于，所述对所述道路数据对应的模型预测结果和真值数据进行匹配，包括：
7.根据权利要求1至6中任意一项所述的方法，其特征在于，所述获取包含有所述目标场景标签的训练数据并...
【专利技术属性】
技术研发人员：谢忠鑫，郑杨韬，朱子凌，
申请(专利权)人：福瑞泰克智能系统有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。