公开(公告)号：CN117994633A

公开(公告)日：2024-05-07

申请号：CN202410224574.0

申请日：2024-02-28

申请人： 新石器慧通(北京)科技有限公司

发明人： 高营 ,  苗乾坤 ,  张雄 ,  李炜良

IPC分类号： G06V10/82 ,  G06V10/25 ,  G06V10/764 ,  G06V10/766 ,  G06N3/0464 ,  G06N3/084

摘要： 本申请公开了一种图像标注模型训练方法及其应用、无人车和存储介质，其中该训练方法包括对集成模型执行多轮训练，直至满足训练目标，其中，集成模型集成有至少两个模型，该至少两个模型具有对应的模型权重；将训练完成的集成模型确定为图像标注模型；其中，对集成模型执行多轮训练包括：基于至少两个模型预测样本图像，获得样本图像中目标对象的预测框；基于至少两个模型的模型权重，将预测框融合为融合框；以最小化融合框和样本图像中目标对象的真实框之间的损失为目标，调整至少两个模型的模型权重。这样，可以提高模型粗标注的可靠性，且成本较低。

公开(公告)号：CN117786520A

公开(公告)日：2024-03-29

申请号：CN202410200788.4

申请日：2024-02-23

申请人： 新石器慧通(北京)科技有限公司

发明人： 高营 ,  李炜良

IPC分类号： G06F18/2413 ,  G06F18/2415 ,  G06F18/25 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/08

摘要： 本申请公开了一种目标感知模型的训练方法和应用、无人车和存储介质，目标感知模型包括前后连接的骨干网络、颈部网络以及头部网络，头部网络包括并联的检测头和分类头；该方法包括获取样本图像，并输入目标感知模型；基于联合损失函数对目标感知模型进行训练，确定目标感知模型的模型参数，其中，联合损失函数包括检测任务子损失函数和属性分类任务子损失函数，检测任务子损失函数基于检测头识别目标锚框的概率构建，属性分类任务子损失函数基于分类头对目标锚框的属性分类概率构建。这样，可以加速检测任务和属性分类任务的推理速度。

公开(公告)号：CN118323198A

公开(公告)日：2024-07-12

申请号：CN202410760364.3

申请日：2024-06-13

申请人： 新石器慧通(北京)科技有限公司

发明人： 高营 ,  苗乾坤 ,  张雄 ,  李炜良

IPC分类号： B60W60/00 ,  B60W30/18 ,  B60W50/00 ,  G06V20/56 ,  G06V10/774

摘要： 本申请公开了一种自动驾驶车辆中决策模型的训练和使用方法、装置及车辆，属于自动驾驶技术领域。获取第一训练集和第二训练集，第一训练集中的第一标签用于标注第一路口图像中的真实目标信息，第二训练集中的第二标签用于标注第二路口图像中的真实目标信息和真实行驶策略；创建决策模型，决策模型中包括用于预测每种行驶策略的概率值的预测模块，且预测模块是基于多种行驶策略之间的关联性设置的；利用第一训练集中的第一路口图像和第一标签对决策模型进行n轮训练；利用第二训练集中的第二路口图像和第二标签对n轮训练后的决策模型进行训练，得到训练好的决策模型。本申请能节省高精地图的标注和维护成本，降低检测难度，提高了检测效率。

公开(公告)号：CN118323197A

公开(公告)日：2024-07-12

申请号：CN202410760362.4

申请日：2024-06-13

申请人： 新石器慧通(北京)科技有限公司

发明人： 高营 ,  苗乾坤 ,  张雄 ,  李炜良

IPC分类号： B60W60/00 ,  B60W30/18 ,  B60W40/02 ,  B60W50/00 ,  G06V20/56 ,  G06V20/70 ,  G06V10/25 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0985

摘要： 本申请公开了一种自动驾驶车辆中预测模型的训练和使用方法、装置及车辆，属于自动驾驶技术领域。获取两个训练集，第一训练集中的第一标签用于标注路口图像中的真实目标信息，第二训练集中的第二标签用于标注真实行驶策略，路口特征融合图像是将路口图像和真实目标信息融合后得到的图像；创建预测模型，预测模型的意图预测模型中包括用于预测每种行驶策略的概率值的预测模块，且预测模块是基于多种行驶策略之间的关联性设置的；利用第一训练集中的路口图像和第一标签对目标检测模型进行训练；利用第二训练集中的路口特征融合图像和第二标签对意图预测模型进行训练。本申请能节省高精地图的标注和维护成本，降低检测难度，提高了检测效率。

公开(公告)号：CN117786520B

公开(公告)日：2024-04-30

申请号：CN202410200788.4

申请日：2024-02-23

申请人： 新石器慧通(北京)科技有限公司

发明人： 高营 ,  李炜良

IPC分类号： G06F18/2413 ,  G06F18/2415 ,  G06F18/25 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/08

摘要： 本申请公开了一种目标感知模型的训练方法和应用、无人车和存储介质，目标感知模型包括前后连接的骨干网络、颈部网络以及头部网络，头部网络包括并联的检测头和分类头；该方法包括获取样本图像，并输入目标感知模型；基于联合损失函数对目标感知模型进行训练，确定目标感知模型的模型参数，其中，联合损失函数包括检测任务子损失函数和属性分类任务子损失函数，检测任务子损失函数基于检测头识别目标锚框的概率构建，属性分类任务子损失函数基于分类头对目标锚框的属性分类概率构建。这样，可以加速检测任务和属性分类任务的推理速度。

公开(公告)号：CN118323197B

公开(公告)日：2024-08-27

申请号：CN202410760362.4

申请日：2024-06-13

申请人： 新石器慧通(北京)科技有限公司

发明人： 高营 ,  苗乾坤 ,  张雄 ,  李炜良

IPC分类号： B60W60/00 ,  B60W30/18 ,  B60W40/02 ,  B60W50/00 ,  G06V20/56 ,  G06V20/70 ,  G06V10/25 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0985

摘要： 本申请公开了一种自动驾驶车辆中预测模型的训练和使用方法、装置及车辆，属于自动驾驶技术领域。获取两个训练集，第一训练集中的第一标签用于标注路口图像中的真实目标信息，第二训练集中的第二标签用于标注真实行驶策略，路口特征融合图像是将路口图像和真实目标信息融合后得到的图像；创建预测模型，预测模型的意图预测模型中包括用于预测每种行驶策略的概率值的预测模块，且预测模块是基于多种行驶策略之间的关联性设置的；利用第一训练集中的路口图像和第一标签对目标检测模型进行训练；利用第二训练集中的路口特征融合图像和第二标签对意图预测模型进行训练。本申请能节省高精地图的标注和维护成本，降低检测难度，提高了检测效率。

公开(公告)号：CN118323198B

公开(公告)日：2024-08-27

申请号：CN202410760364.3

申请日：2024-06-13

申请人： 新石器慧通(北京)科技有限公司

发明人： 高营 ,  苗乾坤 ,  张雄 ,  李炜良

IPC分类号： B60W60/00 ,  B60W30/18 ,  B60W50/00 ,  G06V20/56 ,  G06V10/774

摘要： 本申请公开了一种自动驾驶车辆中决策模型的训练和使用方法、装置及车辆，属于自动驾驶技术领域。获取第一训练集和第二训练集，第一训练集中的第一标签用于标注第一路口图像中的真实目标信息，第二训练集中的第二标签用于标注第二路口图像中的真实目标信息和真实行驶策略；创建决策模型，决策模型中包括用于预测每种行驶策略的概率值的预测模块，且预测模块是基于多种行驶策略之间的关联性设置的；利用第一训练集中的第一路口图像和第一标签对决策模型进行n轮训练；利用第二训练集中的第二路口图像和第二标签对n轮训练后的决策模型进行训练，得到训练好的决策模型。本申请能节省高精地图的标注和维护成本，降低检测难度，提高了检测效率。