[发明专利]一种环境识别模型训练方法、驾驶控制方法及相关装置

权利要求书

1.一种环境识别模型训练方法，其特征在于，包括：

获取包含指定风格的风格图像，所述指定风格为中断自动驾驶模式的预设环境的图像风格；

将所述风格图像和原始训练图像集中的原始图像输入到图像风格迁移网络中，以将所述指定风格迁移到所述原始图像中，得到包含第一图像的第一训练图像集；

采用所述第一训练图像集训练环境识别模型；

将采集的第二图像输入所述环境识别模型中，得到所述第二图像所包含的预设环境的以及包含所述预设环境的第一概率；

在所述第一概率大于预设概率时，将所述第二图像添加到所述第一训练图像集中，得到第二训练图像集；

采用所述第二训练图像集更新所述环境识别模型。

2.根据权利要求1所述的方法，其特征在于，所述将所述风格图像和原始训练图像集中的原始图像输入到图像风格迁移网络中，包括：

针对每种所述指定风格，将包含所述指定风格的风格图像和所述原始训练图像集中的原始图像输入到图像风格迁移网络中。

3.根据权利要求1所述的方法，其特征在于，所述将所述风格图像和原始训练图像集中的原始图像输入到图像风格迁移网络中，以将所述指定风格迁移到所述原始图像中，得到包含第一图像的第一训练图像集，包括：

将所述原始训练图像集中的多张原始图像分为多个图像组；

针对每种所述指定风格，确定所述指定风格对应的目标图像组；

将包含所述指定风格的风格图像和所述目标图像组中的原始图像输入到图像风格迁移网络中，以将所述指定风格迁移到所述原始图像中，得到包含第一图像的第一训练图像集。

4.根据权利要求1所述的方法，其特征在于，所述将所述风格图像和原始训练图像集中的原始图像输入到图像风格迁移网络中，以将所述指定风格迁移到所述原始图像中，得到包含第一图像的第一训练图像集，包括：

从原始训练图像集中的原始图像中截取出与所述预设环境关联的感兴趣区域，得到第三图像；

将所述风格图像和所述第三图像输入图像风格迁移网络中得到第四图像；

将所述第四图像替换到所述原始图像的所述感兴趣区域中，得到第一图像，并将所述第一图像的合集作为第一训练图像集。

5.根据权利要求1所述的方法，其特征在于，所述采用所述第一训练图像集训练环境识别模型，包括：

为所述第一训练图像集中的所述第一图像标注标签，所述标签包括所述第一图像所包含的预设环境以及包含所述预设环境的第二概率；

初始化环境识别模型；

随机提取所述第一图像输入所述环境识别模型中，得到所述第一图像包含所述预设环境的第三概率；

采用所述第二概率和所述第三概率计算损失率；

判断损失率是否小于预设阈值；

若是，则停止对所述环境识别模型进行训练，得到训练好的环境识别模型；

若否，则采用所述损失率调整所述环境识别模型的模型参数，返回随机提取所述第一图像输入所述环境识别模型的步骤。

6.根据权利要求1所述的方法，其特征在于，所述在所述第一概率大于预设概率时，将所述第二图像添加到所述第一训练图像集中，得到第二训练图像集，包括：

在所述第一概率大于预设概率时，为所述第二图像标注标签，所述标签包括所述第二图像所包含的预设环境以及包含所述预设环境的概率；

将标注标签后的所述第二图像添加到所述第一训练图像集，得到第二训练图像集。

7.一种驾驶控制方法，其特征在于，包括：

在自动驾驶车辆以自动驾驶模式行驶过程中，采集图像得到待识别图像；

将所述待识别图像输入预先训练的环境识别模型，得到所述待识别图像包含预设环境的概率，所述预设环境为中断自动驾驶模式的环境；

当所述概率大于预设概率时，控制所述自动驾驶车辆退出自动驾驶模式；

其中，所述环境识别模型通过权利要求1-6任一项所述的环境识别模型训练方法训练。