申请/专利权人：福思(杭州)智能科技有限公司

申请日：2024-01-19

公开（公告）日：2024-02-23

公开（公告）号：CN117591847A

主分类号：G06F18/21

分类号：G06F18/21;G06F18/22;G06F18/27;G06F18/2433

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.03.12#实质审查的生效;2024.02.23#公开

摘要：本申请公开了一种基于车况数据的模型指向评测方法和装置。其中，该方法包括：获取路测数据采集设备采集到的第一车况数据；获取路测数据采集设备采集到的第二车况数据；利用事件描述信息，对第一车况数据进行异常事件的标注处理，得到多个车况子数据；从多个车况子数据中确定出指向车况子数据集；将指向车况子数据集输入真值构建模型，得到测试车辆的车况真值数据；按照与测试车辆之间由近至远的距离，将至少两个有效对象进行拓扑构建，得到至少两个有效对象之间的拓扑关系；利用拓扑关系与跟踪结果之间的匹配程度，对目标跟踪模型进行模型评测，得到评测指标。本申请解决了基于车况真值数据的模型评测无法满足指向需求的技术问题。

主权项：1.一种基于车况数据的模型指向评测方法，其特征在于，包括：获取路测数据采集设备采集到的第一车况数据，其中，所述路测数据采集设备用于采集测试车辆的至少两类车况数据，所述第一车况数据属于所述至少两类车况数据中的第一类型数据，属于所述第一类型数据的车况数据用于指示所述测试车辆在车况测试过程中表现出的车辆情况；获取所述路测数据采集设备采集到的第二车况数据，其中，所述第二车况数据属于所述至少两类车况数据中的第二类型数据，属于所述第二类型数据的车况数据用于指示所述测试车辆关联的用户，在所述测试车辆的行驶过程中所描述的车辆情况，所述第二车况数据包括事件描述信息，所述事件描述信息用于描述所述测试车辆在行驶过程中表现出的异常事件；利用所述事件描述信息，对所述第一车况数据进行所述异常事件的标注处理，得到多个车况子数据，其中，所述车况子数据标注有对应的异常事件；响应于对目标跟踪模型的指向评测请求，从所述多个车况子数据中确定出指向车况子数据集，其中，所述指向评测请求用于请求评测所述目标跟踪模型处理对应指向测试异常事件的车况数据时的性能表现，所述指向车况子数据集中包括标注对应所述指向测试异常事件的车况数据；在所述指向车况子数据集中的车况数据量小于或等于预设阈值，且所述指向车况子数据集为所述测试车辆在车况测试过程中被采集到的多个图像帧所构建的数据集的情况下，将所述指向车况子数据集输入真值构建模型，得到所述测试车辆的车况真值数据，其中，所述真值构建模型用于将输入的图像数据处理为真值数据，所述真值数据用于指示有效对象在所述输入的图像数据中的真实情况，所述测试车辆属于所述有效对象，所述车况真值数据用于指示至少两个有效对象在所述指向车况子数据集中的真实情况，所述至少两个有效对象包括所述测试车辆；以所述测试车辆为起点，按照与所述测试车辆之间由近至远的距离，将所述至少两个有效对象进行拓扑构建，得到所述至少两个有效对象之间的拓扑关系；在将所述车况真值数据输入所述目标跟踪模型，得到跟踪结果的情况下，利用所述拓扑关系与所述跟踪结果之间的匹配程度，对所述目标跟踪模型进行模型评测，得到评测指标，其中，所述目标跟踪模型用于识别和跟踪所述有效对象的位置和运动轨迹，所述跟踪结果为所述目标跟踪模型对所述至少两个有效对象进行识别和跟踪后得到的预估结果，所述评测指标用于衡量所述目标跟踪模型处理所述指向测试异常事件的车况数据时的预估准确性，所述性能表现包括所述预估准确性，所述匹配程度与所述预估准确性之间呈正相关关系。

全文数据：

权利要求：

百度查询： 福思(杭州)智能科技有限公司 基于车况数据的模型指向评测方法和装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD