[发明专利]一种驾驶模型训练方法、装置和终端设备

权利要求书

1.一种驾驶模型训练方法，其特征在于，包括：

获取基础驾驶模型，其中，所述基础驾驶模型为使用第一场景的样本数据进行训练得到的驾驶模型；

使用第二场景的样本数据对所述基础驾驶模型进行训练，以得到用于在所述第二场景进行驾驶的目标驾驶模型；

其中，所述基础驾驶模型包括多个卷积块，所述第一场景和所述第二场景存在共同道路特征，所述使用第二场景的样本数据对所述基础驾驶模型进行训练，以得到用于在第二场景进行驾驶的目标驾驶模型，包括：

使用第二场景的样本数据对所述基础驾驶模型进行多次微调，其中，每次微调时冻结所述基础驾驶模型的部分卷积块，直到所述基础驾驶模型的损失值低于特定门限值的，以获得用于在所述第二场景进行驾驶的目标驾驶模型；

所述多次微调中每次微调所冻结的卷积块数量不同；或者，

所述多次微调中存在所冻结的卷积块数量相同，但存在不同的卷积块的至少两次微调。

2.如权利要求1所述的方法，其特征在于，所述使用第二场景的样本数据对所述基础驾驶模型进行训练，以得到用于在第二场景进行驾驶的目标驾驶模型之前，所述方法还包括：

将预设学习率调低，以得到用于所述目标驾驶模型训练的目标学习率，其中，所述预设学习率为所述基础驾驶模型训练过程中使用的学习率或者通用学习率；

所述使用第二场景的样本数据对所述基础驾驶模型进行训练，以得到用于在第二场景进行驾驶的目标驾驶模型，包括：

按照所述目标学习率，使用第二场景的样本数据对所述基础驾驶模型进行训练，以得到用于在所述第二场景进行驾驶的目标驾驶模型。

3.如权利要求1或2所述的方法，其特征在于，所述第一场景为开放道路，所述第二场景为园区。

4.一种驾驶模型训练装置，其特征在于，包括：

获取模块，用于获取基础驾驶模型，其中，所述基础驾驶模型为使用第一场景的样本数据进行训练得到的驾驶模型；

训练模块，用于使用第二场景的样本数据对所述基础驾驶模型进行训练，以得到用于在所述第二场景进行驾驶的目标驾驶模型；

其中，所述基础驾驶模型包括多个卷积块，所述第一场景和所述第二场景存在共同道路特征，所述训练模块用于使用第二场景的样本数据对所述基础驾驶模型进行多次微调，其中，每次微调时冻结所述基础驾驶模型的部分卷积块，直到所述基础驾驶模型的损失值低于特定门限值的，以获得用于在所述第二场景进行驾驶的目标驾驶模型；

所述多次微调中每次微调所冻结的卷积块数量不同；或者，

所述多次微调中存在所冻结的卷积块数量相同，但存在不同的卷积块的至少两次微调。

5.如权利要求4所述的装置，其特征在于，所述装置还包括：

调整模块，用于将预设学习率调低，以得到用于所述目标驾驶模型训练的目标学习率，其中，所述预设学习率为所述基础驾驶模型训练过程中使用的学习率或者通用学习率；

所述训练模块用于按照所述目标学习率，使用第二场景的样本数据对所述基础驾驶模型进行训练，以得到用于在第二场景进行驾驶的目标驾驶模型。

6.如权利要求4或5所述的装置，其特征在于，所述第一场景为开放道路，所述第二场景为园区。

7.一种终端设备，其特征在于，包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如权利要求1至3中任一项所述的驾驶模型训练方法的步骤。

8.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至3中任一项所述的驾驶模型训练方法的步骤。