本技術(shù)涉及智能駕駛，具體而言，涉及一種感知模型的評測方法和裝置、存儲介質(zhì)及電子設(shè)備。

背景技術(shù)：

1、在智能駕駛系統(tǒng)中，感知系統(tǒng)是后續(xù)進行決策和控制的基礎(chǔ)環(huán)節(jié)，包括對周圍物體的檢測、分類、定位和跟蹤等功能。對感知算法評測可以評估算法性能、確保算法安全性和可靠性的關(guān)鍵步驟，對于算法的開發(fā)和應(yīng)用都具有重要意義。

2、然而，相關(guān)技術(shù)在對感知算法進行評測時，通常對感知算法模型的性能優(yōu)劣進行評價，在面對復(fù)雜的路況場景，感知算法模型的性能達不到需求的情況下，可能需要再獲取大量的訓(xùn)練數(shù)據(jù)對模型進行訓(xùn)練以提高模型的性能。換言之，相關(guān)技術(shù)提供的感知算法的評測方法存在迭代優(yōu)化效率較低的問題。

3、針對上述的問題，目前尚未提出有效的解決方案。

技術(shù)實現(xiàn)思路

1、本技術(shù)實施例提供了一種感知模型的評測方法和裝置、存儲介質(zhì)及電子設(shè)備，以至少解決相關(guān)技術(shù)提供的感知算法的評測方法存在迭代優(yōu)化效率較低的技術(shù)問題。

2、根據(jù)本技術(shù)實施例的一個方面，提供了一種感知模型的評測方法，包括：將多個連續(xù)幀片段內(nèi)自車采集的道路數(shù)據(jù)輸入到待評測感知模型，得到對應(yīng)的多個模型預(yù)測結(jié)果，其中，道路數(shù)據(jù)包含用于指示一個連續(xù)幀片段內(nèi)自車的行駛場景的場景標簽；對道路數(shù)據(jù)對應(yīng)的模型預(yù)測結(jié)果和真值數(shù)據(jù)進行匹配，并對待評測感知模型進行評測，得到評測結(jié)果；將滿足預(yù)設(shè)條件的評測結(jié)果對應(yīng)的道路數(shù)據(jù)攜帶的場景標簽確定為目標場景標簽，獲取包含有目標場景標簽的訓(xùn)練數(shù)據(jù)并對待評測感知模型進行訓(xùn)練。

3、根據(jù)本技術(shù)實施例的另一方面，還提供了一種感知模型的評測裝置，包括：預(yù)測單元，用于將多個連續(xù)幀片段內(nèi)自車采集的道路數(shù)據(jù)輸入到待評測感知模型，得到對應(yīng)的多個模型預(yù)測結(jié)果，其中，道路數(shù)據(jù)包含用于指示一個連續(xù)幀片段內(nèi)自車的行駛場景的場景標簽；模型評測單元，用于對道路數(shù)據(jù)對應(yīng)的模型預(yù)測結(jié)果和真值數(shù)據(jù)進行匹配，并對待評測感知模型進行評測，得到評測結(jié)果；數(shù)據(jù)獲取單元，用于將滿足預(yù)設(shè)條件的評測結(jié)果對應(yīng)的道路數(shù)據(jù)攜帶的場景標簽確定為目標場景標簽，獲取包含有目標場景標簽的訓(xùn)練數(shù)據(jù)并對待評測感知模型進行訓(xùn)練。

4、可選地，上述模型評測單元，包括：類別評測模塊，用于獲取多個連續(xù)幀片段采集的道路數(shù)據(jù)對應(yīng)的模型預(yù)測結(jié)果和真值數(shù)據(jù)對待評測感知模型進行評測，得到類別評測結(jié)果，其中，類別評測結(jié)果用于指示多個類別的感知目標對應(yīng)的評測結(jié)果；模型評測模塊，用于基于類別評測結(jié)果確定待評測感知目標類別，利用多個連續(xù)幀片段采集的道路數(shù)據(jù)對待評測感知模型在待評測感知目標類別的維度上進行評測，得到評測結(jié)果。

5、可選地，上述數(shù)據(jù)獲取單元，包括：單片段評測模塊，用于對多個連續(xù)幀片段采集的道路數(shù)據(jù)各自對應(yīng)的模型預(yù)測結(jié)果和真值數(shù)據(jù)對待評測感知模型進行評測，得到與多個連續(xù)幀片段各自對應(yīng)的評測結(jié)果；結(jié)果比較模塊，用于在與多個連續(xù)幀片段各自對應(yīng)的評測結(jié)果中確定滿足預(yù)設(shè)條件的評測結(jié)果為待確定評測結(jié)果；標簽確定模塊，用于將待確定評測結(jié)果對應(yīng)的道路數(shù)據(jù)攜帶的場景標簽中的重復(fù)場景標簽確定為目標場景標簽。

6、可選地，上述數(shù)據(jù)獲取單元，還包括：數(shù)據(jù)選擇模塊，用于從包含目標場景標簽的道路數(shù)據(jù)中選擇單幀采集的目標道路數(shù)據(jù)；單幀評測模塊，用于確定目標道路數(shù)據(jù)對應(yīng)的模型預(yù)測結(jié)果和真值數(shù)據(jù)，并將目標道路數(shù)據(jù)對應(yīng)的模型預(yù)測結(jié)果和真值數(shù)據(jù)進行匹配，得到單幀評測結(jié)果。

7、可選地，上述模型評測單元，還包括：距離確定模塊，用于根據(jù)道路數(shù)據(jù)對應(yīng)的真值數(shù)據(jù)確定出道路數(shù)據(jù)中的至少一個參考障礙物與自車間的距離，其中，參考障礙物用于指示自車的周圍的靜態(tài)障礙物和動態(tài)障礙物；距離區(qū)間劃分模塊，用于根據(jù)至少一個參考障礙物與自車間的距離和預(yù)設(shè)的距離閾值將至少一個參考障礙物區(qū)分為至少一個參考障礙物集合；區(qū)間評測模塊，用于根據(jù)至少一個參考障礙物集合對應(yīng)的道路數(shù)據(jù)依次對待評測感知模型進行評測，得到評測結(jié)果。

8、可選地，上述模型評測單元，還包括：匹配模塊，用于將參考障礙物對應(yīng)的模型預(yù)測結(jié)果與參考障礙物對應(yīng)的真值數(shù)據(jù)進行匹配；第一誤差計算模塊，用于計算模型預(yù)測結(jié)果和真值數(shù)據(jù)中的距離間的差值得到絕對距離誤差；第二誤差計算模塊，用于計算絕對距離誤差與真值數(shù)據(jù)中的距離之間的比值得到相對距離誤差；第三誤差計算模塊，用于計算模型預(yù)測結(jié)果和真值數(shù)據(jù)中的速度間的差值得到絕對速度誤差。

9、可選地，上述數(shù)據(jù)獲取單元，還包括：數(shù)據(jù)確定模塊，用于確定目標類別和目標距離閾值區(qū)間；數(shù)據(jù)獲取模塊，用于獲取包含目標場景標簽且目標類別在目標距離閾值區(qū)間內(nèi)的目標道路數(shù)據(jù)，并將目標道路數(shù)據(jù)確定為訓(xùn)練數(shù)據(jù)；模型訓(xùn)練模塊，用于利用訓(xùn)練數(shù)據(jù)對待評測感知模型進行訓(xùn)練。

10、可選地，上述預(yù)測單元，包括：數(shù)據(jù)篩選模塊，用于對參考道路數(shù)據(jù)進行數(shù)據(jù)篩選確定出符合預(yù)設(shè)數(shù)據(jù)條件的道路數(shù)據(jù)，其中，參考道路數(shù)據(jù)為自車連續(xù)采集的道路數(shù)據(jù)；數(shù)據(jù)剪切模塊，用于將參考道路數(shù)據(jù)中的符合預(yù)設(shè)數(shù)據(jù)條件的道路數(shù)據(jù)進行剪切，得到時間一致的多個連續(xù)幀片段內(nèi)的道路數(shù)據(jù)；數(shù)據(jù)打標模塊，用于對道路數(shù)據(jù)進行場景識別得到對應(yīng)的場景標簽，并將場景標簽添加到道路數(shù)據(jù)中，得到更新后的道路數(shù)據(jù)。

11、可選地，上述模型評測單元，還包括：真值獲取模塊，用于將多個連續(xù)幀片段內(nèi)自車采集的道路數(shù)據(jù)輸入真值模型，得到與道路數(shù)據(jù)對應(yīng)的二維真值數(shù)據(jù)和三維真值數(shù)據(jù)；真值關(guān)聯(lián)模塊，用于將二維真值數(shù)據(jù)和三維真值數(shù)據(jù)關(guān)聯(lián)，得到道路數(shù)據(jù)對應(yīng)的真值數(shù)據(jù)。

12、根據(jù)本技術(shù)實施例的又一方面，還提供了一種計算機可讀的存儲介質(zhì)，該計算機可讀的存儲介質(zhì)中存儲有計算機程序，其中，該計算機程序被設(shè)置為運行時執(zhí)行上述感知模型的評測方法。

13、根據(jù)本技術(shù)實施例的又一個方面，提供一種計算機程序產(chǎn)品，該計算機程序產(chǎn)品包括計算機程序/指令，該計算機指令存儲在計算機可讀存儲介質(zhì)中。計算機設(shè)備的處理器從計算機可讀存儲介質(zhì)讀取該計算機程序/指令，處理器執(zhí)行該計算機程序/指令，使得該計算機設(shè)備執(zhí)行如以上感知模型的評測方法。

14、根據(jù)本技術(shù)實施例的又一方面，還提供了一種電子設(shè)備，包括存儲器和處理器，上述存儲器中存儲有計算機程序，上述處理器被設(shè)置為通過上述計算機程序執(zhí)行上述的感知模型的評測方法。

15、在本技術(shù)實施例中，將多個連續(xù)幀片段內(nèi)自車采集的道路數(shù)據(jù)輸入到待評測感知模型，得到對應(yīng)的多個模型預(yù)測結(jié)果，其中，道路數(shù)據(jù)包含用于指示一個連續(xù)幀片段內(nèi)自車的行駛場景的場景標簽；對道路數(shù)據(jù)對應(yīng)的模型預(yù)測結(jié)果和真值數(shù)據(jù)進行匹配，并對待評測感知模型進行評測，得到評測結(jié)果；將滿足預(yù)設(shè)條件的評測結(jié)果對應(yīng)的道路數(shù)據(jù)攜帶的場景標簽確定為目標場景標簽，獲取包含有目標場景標簽的訓(xùn)練數(shù)據(jù)并對待評測感知模型進行訓(xùn)練。在對感知算法評測的過程中，可以將自車路采得到的傳感器數(shù)據(jù)進行打標，得到包含有場景標簽的道路數(shù)據(jù)，并利用道路數(shù)據(jù)得到感知模型的預(yù)測結(jié)果和對應(yīng)的真值數(shù)據(jù)，以得到感知模型的評測結(jié)果。基于場景標簽對道路數(shù)據(jù)進行場景劃分，以進行多場景的評測，更清晰的顯示出感知模型在哪些行駛場景下的不足。將滿足預(yù)設(shè)條件的評測結(jié)果對應(yīng)的道路數(shù)據(jù)攜帶的場景標簽確定為目標場景標簽，利用目標場景標簽對應(yīng)的訓(xùn)練數(shù)據(jù)對感知模型進行更新訓(xùn)練，以提高感知模型在目標場景標簽下的性能。從而在對感知模型訓(xùn)練過程中，并不需要大量的訓(xùn)練數(shù)據(jù)，而是針對性的獲取性能薄弱的場景下的道路數(shù)據(jù)。通過上述方法解決了相關(guān)技術(shù)提供的感知算法的評測方法存在迭代優(yōu)化效率較低的技術(shù)問題。提高了感知模型的優(yōu)化效率。