CN117556201A - 路网信息识别方法、装置、可读介质及电子设备 - Google Patents
路网信息识别方法、装置、可读介质及电子设备 Download PDFInfo
- Publication number
- CN117556201A CN117556201A CN202311466427.6A CN202311466427A CN117556201A CN 117556201 A CN117556201 A CN 117556201A CN 202311466427 A CN202311466427 A CN 202311466427A CN 117556201 A CN117556201 A CN 117556201A
- Authority
- CN
- China
- Prior art keywords
- road network
- task
- model
- target
- target road
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 73
- 238000012549 training Methods 0.000 claims abstract description 115
- 238000013140 knowledge distillation Methods 0.000 claims abstract description 24
- 230000006870 function Effects 0.000 claims description 32
- 238000004590 computer program Methods 0.000 claims description 16
- 238000012545 processing Methods 0.000 claims description 11
- 238000013138 pruning Methods 0.000 claims description 9
- 238000001514 detection method Methods 0.000 claims description 6
- 206010039203 Road traffic accident Diseases 0.000 claims description 3
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 8
- 238000004891 communication Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 5
- 238000010801 machine learning Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000004821 distillation Methods 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000000873 masking effect Effects 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000012634 fragment Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/082—Learning methods modifying the architecture, e.g. adding, deleting or silencing nodes or connections
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/096—Transfer learning
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Mathematical Physics (AREA)
- Computing Systems (AREA)
- Molecular Biology (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Medical Informatics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Traffic Control Systems (AREA)
Abstract
本公开涉及一种路网信息识别方法、装置、可读介质及电子设备。可以获取目标路网识别任务对应的目标路网数据;根据所述目标路网数据通过预先训练得到的目标路网识别模型,确定所述目标路网识别任务对应的第一识别结果;其中,所述目标路网识别模型为根据目标训练数据,对预训练的第一多任务大模型进行知识蒸馏后得到的模型;所述目标训练数据为所述目标路网识别任务对应的训练数据;所述第一多任务大模型对应多个预设任务,所述目标路网识别任务包括任一所述预设任务。
Description
技术领域
本公开涉及路网信息学习领域,具体地,涉及一种路网信息识别方法、装置、可读介质及电子设备。
背景技术
路网信息学习是指利用机器学习方法从路网数据中提取有价值的信息,如交通流量、路况、轨迹等,以支持各种下游任务,如交通预测、路径规划、轨迹分析等。路网信息学习具有重要的理论意义和实际价值,可以为城市交通管理、出行服务、智慧城市建设等提供数据支撑和智能决策。
发明内容
提供该发明内容部分以便以简要的形式介绍构思,这些构思将在后面的具体实施方式部分被详细描述。该发明内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征,也不旨在用于限制所要求的保护的技术方案的范围。
第一方面,本公开提供一种路网信息识别方法,所述方法包括:
获取目标路网识别任务对应的目标路网数据;
根据所述目标路网数据通过预先训练得到的目标路网识别模型,确定所述目标路网识别任务对应的第一识别结果;
其中,所述目标路网识别模型为根据目标训练数据,对预训练的第一多任务大模型进行知识蒸馏后得到的模型;所述目标训练数据为所述目标路网识别任务对应的训练数据;所述第一多任务大模型对应多个预设任务,并且所述第一多任务大模型基于多模态路网训练数据预训练得到,所述目标路网识别任务包括任一所述预设任务。
第二方面,提供一种路网信息识别装置,所述装置包括:
获取模块,用于获取目标路网识别任务对应的目标路网数据;
识别模块,用于根据所述目标路网数据通过预先训练得到的目标路网识别模型,确定所述目标路网识别任务对应的第一识别结果;
其中,所述目标路网识别模型为根据目标训练数据,对预训练的第一多任务大模型进行知识蒸馏后得到的模型;所述目标训练数据为所述目标路网识别任务对应的训练数据;所述第一多任务大模型对应多个预设任务,并且所述第一多任务大模型基于多模态路网训练数据预训练得到,所述目标路网识别任务包括任一所述预设任务。
第三方面,提供一种计算机可读介质,其上存储有计算机程序,该程序被处理装置执行时实现本公开第一方面所述方法的步骤。
第四方面,提供一种电子设备,包括:
存储装置,其上存储有计算机程序;
处理装置,用于执行所述存储装置中的所述计算机程序,以实现本公开第一方面所述方法的步骤。
通过上述技术方案,可以利用对第一多任务大模型进行知识蒸馏得到的目标路网识别模型(可以理解为小模型)进行路网信息的识别,第一多任务大模型作为多模预训练人工智能大模型可以充分利用海量无标注或弱标注的路网多模态数据,学习到丰富的特征表示和复杂的关系,进而学习不同模态之间的语义对应关系,而该目标路网识别模型为根据目标训练数据,对预训练的第一多任务大模型进行知识蒸馏后得到的模型,因此,该目标路网识别模型也可以学习不同模态之间的语义对应关系。同时相比较于第一多任务大模型,所占用的计算资源相对较少。并且,由于该目标路网识别模型为根据目标路网识别任务对应的目标训练数据预训练得到的,因此,该目标路网识别模型可以满足特定领域或者任务的数据需求,模型的鲁棒性较好。
本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
结合附图并参考以下具体实施方式,本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中,相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的,原件和元素不一定按照比例绘制。在附图中:
图1是根据一示例性实施例示出的一种路网信息识别方法的流程图。
图2是根据图1所示实施例示出的一种基于知识蒸馏确定目标路网识别模型的方法的流程图。
图3是根据图1所示实施例示出的一种路网信息识别方法的流程图。
图4是根据图1所示实施例示出的第一多任务大模型的预训练方法的流程图。
图5是根据图1所示实施例示出的一种路网信息识别方法的流程图。
图6是根据图1所示实施例示出的一种路网信息识别方法的流程图。
图7是根据一示例性实施例示出的一种路网信息识别装置的框图。
图8示出了用来实现本公开实施例的电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例,相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
应当理解,本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行,和/或并行执行。此外,方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
本文使用的术语“包括”及其变形是开放性包括,即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”;术语“另一实施例”表示“至少一个另外的实施例”;术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
需要注意,本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意,本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。
可以理解的是,在使用本公开各实施例公开的技术方案之前,均应当依据相关法律法规通过恰当的方式对本公开所涉及个人信息的类型、使用范围、使用场景等告知用户并获得用户的授权。
例如,在响应于接收到用户的主动请求时,向用户发送提示信息,以明确地提示用户,其请求执行的操作将需要获取和使用到用户的个人信息。从而,使得用户可以根据提示信息来自主地选择是否向执行本公开技术方案的操作的电子设备、应用程序、服务器或存储介质等软件或硬件提供个人信息。
作为一种可选的但非限定性的实现方式,响应于接收到用户的主动请求,向用户发送提示信息的方式例如可以是弹窗的方式,弹窗中可以以文字的方式呈现提示信息。此外,弹窗中还可以承载供用户选择“同意”或者“不同意”向电子设备提供个人信息的选择控件。
可以理解的是,上述通知和获取用户授权过程仅是示意性的,不对本公开的实现方式构成限定,其它满足相关法律法规的方式也可应用于本公开的实现方式中。
同时,可以理解的是,本技术方案所涉及的数据(包括但不限于数据本身、数据的获取或使用)应当遵循相应法律法规及相关规定的要求。
本公开主要应用于对路网信息进行学习的场景中。相关技术中主要基于传统的机器学习方法进行路网信息学习。然而,路网信息学习面临着一些挑战,如路网数据的稀疏性、异构性、动态性和不确定性等,传统的机器学习方法往往难以充分利用路网数据中的多模态特征,如结构特征、属性特征、时空特征(不同时间路网要素的属性可能会变化,比如车道的变化)等,也难以捕捉路网数据中的复杂关系和语义。因此,需要一种新的方法来提高路网信息学习的效率和效果。
近年来,多模预训练人工智能大模型(可以简称“多模大模型”)在自然语言处理、计算机视觉和语音等领域取得了显著的进展。多模大模型是指利用海量无标注或弱标注的多模态数据(如文本、图像、视频、音频等)进行预训练,从而学习不同模态之间的语义对应关系,并为下游任务提供通用和强大的表示。多模大模型通常采用Transformer结构作为网络架构,并设计不同的预训练目标和损失函数来实现跨模态的自监督学习。但若单纯使用多模大模型进行路网信息的学习,会存在计算资源消耗大、泛化能力不足的问题。并且,由于多模大模型是一种比较通用的模型,专业能力不够强,难以适应特定领域或者任务的路网信息学习。
为解决上述存在的问题,本公开提供一种路网信息识别方法、装置、可读介质及电子设备。下面结合附图对本公开的具体实施方式进行详细说明。
图1是根据一示例性实施例示出的一种路网信息识别方法的流程图,如图1所示,该方法包括以下步骤:
在步骤S101中,获取目标路网识别任务对应的目标路网数据。
其中,该目标路网数据可以为多模态路网数据,该多模态路网数据是指实时采集的多种数据类型的路网数据,该多种数据类型例如可以包括文本、图像、视频、音频等。也就是说,在本公开中,该目标路网数据可以包括文本路网数据、图像路网数据、视频路网数据以及音频路网数据中的至少两种。
举例来说,该目标路网数据可以包括卫星图片、路网外采信息、路网直播画面、路况文本信息、道路变更通知以及来自于公共媒体的路况音频信息等多种数据源的路网数据。本公开对该目标路网数据的数据源不作限定。
另外,该目标路网识别任务可以包括下文描述的第一多任务大模型对应的多个预设任务中的任一任务。其中,该多个预设任务至少包括以下任务:路段属性特征预测、路段分类、运行轨迹的路段识别、行驶路段预测、行驶轨迹的路段排序、交通流量预测、路段通行情况预测、交通事故检测以及运行轨迹检测。
举例来说,路段属性特征预测是指随机掩码一部分路段的属性特征,根据上下文的路段属性特征和结构特征来预测被掩码的路段的属性特征。其中,该路段属性特征例如可以包括道路类型、车道数等路段属性。该结构特征例如可以包括路段的位置特征、几何形状特征等。路段分类是指根据路段的属性特征和结构特征来预测路段的类别标签,如主干道、支干道等。运行轨迹的路段识别是指给定一个路段和一个运行轨迹,判断该运行轨迹是否经过该路段。行驶路段预测是指随机掩码运行轨迹中的部分路段,根据上下文的轨迹中的路段来预测被掩码的路段。行驶轨迹的路段排序是指给定一组乱序的轨迹片段,根据目标路网数据来恢复正确的顺序。
在步骤S102中,根据所述目标路网数据通过预先训练得到的目标路网识别模型,确定所述目标路网识别任务对应的第一识别结果。
其中,所述目标路网识别模型为根据目标训练数据,对预训练的第一多任务大模型进行知识蒸馏后得到的模型;所述目标训练数据为所述目标路网识别任务对应的训练数据;所述第一多任务大模型对应多个预设任务,并且所述第一多任务大模型基于多模态路网训练数据预训练得到,所述目标路网识别任务包括任一所述预设任务。
这里的第一多任务大模型可以包括多模预训练人工智能大模型。该多模预训练人工智能大模型通常采用Transformer结构作为网络架构,并针对不同的预设任务,基于每个预设任务分别对应的损失函数和预训练目标对应的目标训练数据,进行多任务学习后,得到该第一多任务大模型。
不同的目标路网识别任务,其对应的第一识别结果也不相同。举例来说,假设该目标路网识别任务为路段分类,将某一路段对应的目标路网数据输入该目标路网识别模型后,模型对输入的路网数据进行特征提取、表示学习后,可以输出该路段的路段类型,即路段分类对应的第一识别结果为路段类型。再比如,假设该目标路网识别任务为交通流量预测,将一个或者多个路段的目标路网数据输入该目标路网识别模型后,针对每个路段,模型输出该路段的交通流量预测值,即交通流量预测对应的第一识别结果为路段的交通流量预测值,此处仅是举例说明,本公开对此不作限定。
需要说明的是,该目标路网识别模型可以为任意的机器学习模型,并且该目标路网识别模型为根据目标训练数据,对预训练的第一多任务大模型进行知识蒸馏后得到的模型,因此,该目标路网识别模型相比于第一多任务大模型来说,可以视为小模型。
采用上述方法,可以利用对第一多任务大模型进行知识蒸馏得到的目标路网识别模型(可以理解为小模型)进行路网信息的识别,第一多任务大模型作为多模预训练人工智能大模型可以充分利用海量无标注或弱标注的路网多模态数据,学习到丰富的特征表示和复杂的关系,进而学习不同模态之间的语义对应关系,而该目标路网识别模型为根据目标训练数据,对预训练的第一多任务大模型进行知识蒸馏后得到的模型,因此,该目标路网识别模型也可以学习不同模态之间的语义对应关系。同时相比较于第一多任务大模型,所占用的计算资源相对较少。并且,由于该目标路网识别模型为根据目标路网识别任务对应的目标训练数据预训练得到的,因此,该目标路网识别模型可以满足特定领域或者任务的数据需求,模型的鲁棒性较好。
图2是根据图1所示实施例示出的一种基于知识蒸馏确定目标路网识别模型的方法的流程图,如图2所示,该方法包括以下步骤:
在步骤S201中,将所述目标训练数据分别输入所述第一多任务大模型和待训练的预设路网识别模型。
在步骤S202中,根据所述第一多任务大模型的第一输出、所述预设路网识别模型的第二输出以及所述目标训练数据中的标签数据,确定目标损失函数。
其中,第一多任务大模型的第一输出可以作为软标签,用于指导小模型的训练。
在本步骤中,可以将所述第一多任务大模型的第一输出作为软标签,并将所述标签数据作为硬标签;根据所述软标签与所述第二输出的第一差异,以及所述硬标签与所述第二输出的第二差异,确定所述目标损失函数。
示例地,可以通过以下公式确定该目标损失函数:
F(x)=αf1(y1,y2)+βf2(z,y2)
其中,x表示输入的目标训练数据,F(x)表示目标损失函数,y1表示第一多任务大模型的第一输出(即软标签),y2表示预设路网识别模型的第二输出,z表示硬标签,f1(y1,y2)表示软标签与第二输出的第一差异,f2(z,y2)表示硬标签与第二输出的第二差异,α,β分别表示第一差异和第二差异的权重系数。其中,第一差异和第二差异可以采用常见的损失函数进行计算,如交叉熵损失函数、均方损失函数等。
在步骤S203中,根据目标损失函数对预设路网识别模型进行参数更新后,得到目标路网识别模型。
一种实现方式中,可以使用反向传播算法对该预设路网识别模型进行训练,以最小化目标损失函数,并逐步调整预设路网识别模型的参数,从而训练得到该目标路网识别模型。
另外,本公开在进行知识蒸馏的过程中,还可以通过引入一个温度参数来调整教师模型(即第一多任务大模型)的输出概率分布的平滑程度。温度参数越高,概率分布越平滑,学生模型(即预设路网识别模型)可以更好地学习到教师模型的知识。
图3是根据图1所示实施例示出的一种路网信息识别方法的流程图,如图3所示,该方法还包括以下步骤:
在步骤S103中,对所述第一多任务大模型进行参数剪枝,得到第二多任务大模型。
其中,参数剪枝是一种常见的模型压缩技术,旨在减少神经网络模型的参数数量,从而提高模型的效率和推理速度。
在本公开中,可以对该第一多任务大模型进行参数剪枝,去除一些冗余或不必要的参数来减少模型的复杂性。在剪枝过程中,通常可以根据参数的重要性进行评估,删除一些较小权重的连接,从而减小模型的体积和计算复杂度。参数剪枝可以帮助第一多任务大模型变得更加轻量,以便在蒸馏过程中更好地传递知识给小模型。
本公开可以基于相关文献中记载的参数剪枝方式对该第一多任务大模型进行参数剪枝,本公开对此不作具体限定。
在步骤S104中,根据目标训练数据对第二多任务大模型进行知识蒸馏得到目标路网识别模型。
本步骤的具体实现方式可以参考图2对应的实施例中的描述,在此不再赘述。
由于目标路网识别模型是在第一多任务大模型的基础上,根据特定领域或任务的数据(如本公开中的目标训练数据),进行参数剪枝、知识蒸馏等操作后得到的,因此,基于目标路网识别模型进行路网信息的学习,可以实现更快、更精确地学习路网数据。
图4是根据图1所示实施例示出的第一多任务大模型的预训练方法的流程图,如图4所示,该第一多任务大模型通过以下步骤进行预训练得到:
在步骤S401中,获取多模态路网训练数据。
其中,该多模态路网训练数据与上文中的多模态路网数据类似,可以包括文本、图像、视频、音频等多种数据类型的路网数据。例如,也可以包括卫星图片、路网外采信息、路网直播画面、路况文本信息、道路变更通知以及来自于公共媒体的路况音频信息等多种数据源的路网数据。
在步骤S402中,从多模态路网训练数据中获取每个预设任务分别对应的训练数据。
不同的预设任务,其对应的训练数据可以不同。
在步骤S403中,针对每个预设任务,确定预设任务对应的损失函数。
在步骤S404中,针对每个预设任务,根据预设任务对应的训练数据和损失函数对预设多任务模型进行多任务学习,得到第一多任务大模型。
在本公开另一种可能的实现方式中,为了确保目标路网识别模型可以在目标路网识别任务中具有较优的识别效果,在进行知识蒸馏,得到该目标路网识别模型后,还可以基于目标路网识别任务对应的预设微调样本数据对该目标路网识别模型进行参数微调。
示例地,图5是根据图1所示实施例示出的一种路网信息识别方法的流程图,如图5所示,该方法还包括以下步骤:
在步骤S105中,获取目标路网识别任务对应的预设微调样本数据,根据预设微调样本数据对目标路网识别模型进行参数微调。
本步骤在进行微调的过程中,可以基于该预设微调样本数据对知识蒸馏得到的目标路网识别模型继续进行模型训练,从而得到参数微调后的目标路网识别模型。另外,微调的过程中,还可以基于经验数据对学习率、批次大小等超参数进行调整,以使得微调后的模型获得最佳性能。
这样,使用任务特定的数据对小模型进行微调,这有助于小模型在特定任务中具有更好的性能,同时保留了从大模型蒸馏得到的知识。
在执行步骤S102的过程中,可以根据目标路网数据通过参数微调后的目标路网识别模型,确定第一识别结果。
本公开的又一种实现方式中,该第一识别结果可以包括置信度,置信度表征目标路网识别模型对目标路网数据进行路网信息识别结果的可信程度,因此,若该第一识别结果对应的置信度较低,该第一识别结果的可靠性也会不高。针对此种情况,本公开可以将第一多任务大模型作为兜底模型进行路网信息的识别。
图6是根据图1所示实施例示出的一种路网信息识别方法的流程图,如图6所示,该方法还包括以下步骤:
在步骤S106中,在置信度小于或者等于预设置信度阈值的情况下,通过第一多任务大模型对目标路网数据进行路网信息的识别,得到目标路网识别任务对应的第二识别结果。
进一步地,为了提升第一多任务大模型对当前的目标路网识别任务的适应性,本公开可以根据目标路网识别任务对应的目标训练数据,对第一多任务大模型进行模型训练,得到第三多任务大模型。这样,本公开也可以通过该第三多任务大模型对改目标路网数据进行路网信息的识别,得到该第二识别结果。
图7是根据一示例性实施例示出的一种路网信息识别装置的框图,如图7所示,所述装置包括:
获取模块701,用于获取目标路网识别任务对应的目标路网数据;
识别模块702,用于根据所述目标路网数据通过预先训练得到的目标路网识别模型,确定所述目标路网识别任务对应的第一识别结果;
其中,所述目标路网识别模型为根据目标训练数据,对预训练的第一多任务大模型进行知识蒸馏后得到的模型;所述目标训练数据为所述目标路网识别任务对应的训练数据;所述第一多任务大模型对应多个预设任务,并且所述第一多任务大模型基于多模态路网训练数据预训练得到,所述目标路网识别任务包括任一所述预设任务。
下面参考图8,其示出了适于用来实现本公开实施例的电子设备的结构示意图。本公开实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图8示出的电子设备600仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图8所示,电子设备600可以包括处理装置(例如中央处理器、图形处理器等)601,其可以根据存储在只读存储器(ROM)602中的程序或者从存储装置608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中,还存储有电子设备600操作所需的各种程序和数据。处理装置601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
通常,以下装置可以连接至I/O接口605:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置606;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置607;包括例如磁带、硬盘等的存储装置608;以及通信装置609。通信装置609可以允许电子设备600与其他设备进行无线或有线通信以交换数据。虽然图6示出了具有各种装置的电子设备600,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在非暂态计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信装置609从网络上被下载和安装,或者从存储装置608被安装,或者从ROM 602被安装。在该计算机程序被处理装置601执行时,执行本公开实施例的方法中限定的上述功能。
需要说明的是,本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行***、装置或者器件使用或者与其结合使用。而在本公开中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
在一些实施方式中,客户端可以利用诸如HTTP(HyperText Transfer Protocol,超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信,并且可以与任意形式或介质的数字数据通信(例如,通信网络)互连。通信网络的示例包括局域网(“LAN”),广域网(“WAN”),网际网(例如,互联网)以及端对端网络(例如,ad hoc端对端网络),以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。
上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:获取目标路网识别任务对应的目标路网数据;根据所述目标路网数据通过预先训练得到的目标路网识别模型,确定所述目标路网识别任务对应的第一识别结果;其中,所述目标路网识别模型为根据目标训练数据,对预训练的第一多任务大模型进行知识蒸馏后得到的模型;所述目标训练数据为所述目标路网识别任务对应的训练数据;所述第一多任务大模型对应多个预设任务,并且所述第一多任务大模型基于多模态路网训练数据预训练得到,所述目标路网识别任务包括任一所述预设任务。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码,上述程序设计语言包括但不限于面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言——诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的***来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的模块可以通过软件的方式实现,也可以通过硬件的方式来实现。其中,模块的名称在某种情况下并不构成对该模块本身的限定,例如,获取模块还可以被描述为“获取路网数据的模块”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上***(SOC)、复杂可编程逻辑设备(CPLD)等等。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行***、装置或设备使用或与指令执行***、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体***、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
根据本公开的一个或多个实施例,示例1提供了一种路网信息识别方法,包括:
获取目标路网识别任务对应的目标路网数据;
根据所述目标路网数据通过预先训练得到的目标路网识别模型,确定所述目标路网识别任务对应的第一识别结果;
其中,所述目标路网识别模型为根据目标训练数据,对预训练的第一多任务大模型进行知识蒸馏后得到的模型;所述目标训练数据为所述目标路网识别任务对应的训练数据;所述第一多任务大模型对应多个预设任务,并且所述第一多任务大模型基于多模态路网训练数据预训练得到,所述目标路网识别任务包括任一所述预设任务。
根据本公开的一个或多个实施例,示例2提供了示例1的方法,根据目标训练数据对预训练的第一多任务大模型进行知识蒸馏得到所述目标路网识别模型包括:
将所述目标训练数据分别输入所述第一多任务大模型和待训练的预设路网识别模型;
根据所述第一多任务大模型的第一输出、所述预设路网识别模型的第二输出以及所述目标训练数据中的标签数据,确定目标损失函数;
根据所述目标损失函数对所述预设路网识别模型进行参数更新后,得到所述目标路网识别模型。
根据本公开的一个或多个实施例,示例3提供了示例2的方法,所述根据所述第一多任务大模型的第一输出、所述预设路网识别模型的第二输出以及所述目标训练数据中的标签数据,确定目标损失函数包括:
将所述第一多任务大模型的第一输出作为软标签,并将所述标签数据作为硬标签;
根据所述软标签与所述第二输出的第一差异,以及所述硬标签与所述第二输出的第二差异,确定所述目标损失函数。
根据本公开的一个或多个实施例,示例4提供了示例1的方法,所述方法还包括:
对所述第一多任务大模型进行参数剪枝,得到第二多任务大模型;
根据所述目标训练数据对所述第二多任务大模型进行知识蒸馏得到所述目标路网识别模型。
根据本公开的一个或多个实施例,示例5提供了示例1的方法,所述第一多任务大模型通过以下方式进行预训练得到:
获取多模态路网训练数据;
从所述多模态路网训练数据中获取每个所述预设任务分别对应的训练数据;
针对每个所述预设任务,确定所述预设任务对应的损失函数;
针对每个所述预设任务,根据所述预设任务对应的所述训练数据和所述损失函数对预设多任务模型进行多任务学习,得到所述第一多任务大模型。
根据本公开的一个或多个实施例,示例6提供了示例1的方法,所述多个预设任务至少包括以下任务:
路段属性特征预测、路段分类、运行轨迹的路段识别、行驶路段预测、行驶轨迹的路段排序、交通流量预测、路段通行情况预测、交通事故检测以及运行轨迹检测。
根据本公开的一个或多个实施例,示例7提供了示例1的方法,所述方法还包括:
获取所述目标路网识别任务对应的预设微调样本数据;
根据所述预设微调样本数据对所述目标路网识别模型进行参数微调;
所述根据所述多模态路网数据通过预先训练得到的目标路网识别模型,确定所述目标路网识别任务对应的第一识别结果包括:
根据所述多模态路网数据通过参数微调后的目标路网识别模型,确定所述第一识别结果。
根据本公开的一个或多个实施例,示例8提供了示例1的方法,所述第一识别结果包括置信度,所述置信度表征所述目标路网识别模型对所述目标路网数据进行路网信息识别结果的可信程度;所述方法还包括:
在所述置信度小于或者等于预设置信度阈值的情况下,通过所述第一多任务大模型对所述目标路网数据进行路网信息的识别,得到所述目标路网识别任务对应的第二识别结果。
根据本公开的一个或多个实施例,示例9提供了示例8的方法,所述方法还包括:
根据所述目标训练数据对所述第一多任务大模型进行模型训练后,得到第三多任务大模型;
所述通过所述第一多任务大模型对所述目标路网数据进行路网信息的识别,得到所述目标路网识别任务对应的第二识别结果包括:
通过所述第三多任务大模型对所述目标路网数据进行路网信息的识别,得到所述第二识别结果。
根据本公开的一个或多个实施例,示例10提供了一种路网信息识别装置,包括:
获取模块,用于获取目标路网识别任务对应的目标路网数据;
识别模块,用于根据所述目标路网数据通过预先训练得到的目标路网识别模型,确定所述目标路网识别任务对应的第一识别结果;
其中,所述目标路网识别模型为根据目标训练数据,对预训练的第一多任务大模型进行知识蒸馏后得到的模型;所述目标训练数据为所述目标路网识别任务对应的训练数据;所述第一多任务大模型对应多个预设任务,并且所述第一多任务大模型基于多模态路网训练数据预训练得到,所述目标路网识别任务包括任一所述预设任务。
根据本公开的一个或多个实施例,示例11提供了一种计算机可读介质,其上存储有计算机程序,该程序被处理装置执行时实现示例1-9中任一项所述方法的步骤。
根据本公开的一个或多个实施例,示例12提供了一种电子设备,包括:
存储装置,其上存储有计算机程序;
处理装置,用于执行所述存储装置中的所述计算机程序,以实现示例1-9中任一项所述方法的步骤。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开中所涉及的公开范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述公开构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
此外,虽然采用特定次序描绘了各操作,但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下,多任务和并行处理可能是有利的。同样地,虽然在上面论述中包含了若干具体实现细节,但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地,在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。
尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题,但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反,上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
Claims (12)
1.一种路网信息识别方法,其特征在于,所述方法包括:
获取目标路网识别任务对应的目标路网数据;
根据所述目标路网数据通过预先训练得到的目标路网识别模型,确定所述目标路网识别任务对应的第一识别结果;
其中,所述目标路网识别模型为根据目标训练数据,对预训练的第一多任务大模型进行知识蒸馏后得到的模型;所述目标训练数据为所述目标路网识别任务对应的训练数据;所述第一多任务大模型对应多个预设任务,并且所述第一多任务大模型基于多模态路网训练数据预训练得到,所述目标路网识别任务包括任一所述预设任务。
2.根据权利要求1所述的方法,其特征在于,根据目标训练数据对预训练的第一多任务大模型进行知识蒸馏得到所述目标路网识别模型包括:
将所述目标训练数据分别输入所述第一多任务大模型和待训练的预设路网识别模型;
根据所述第一多任务大模型的第一输出、所述预设路网识别模型的第二输出以及所述目标训练数据中的标签数据,确定目标损失函数;
根据所述目标损失函数对所述预设路网识别模型进行参数更新后,得到所述目标路网识别模型。
3.根据权利要求2所述的方法,其特征在于,所述根据所述第一多任务大模型的第一输出、所述预设路网识别模型的第二输出以及所述目标训练数据中的标签数据,确定目标损失函数包括:
将所述第一多任务大模型的第一输出作为软标签,并将所述标签数据作为硬标签;
根据所述软标签与所述第二输出的第一差异,以及所述硬标签与所述第二输出的第二差异,确定所述目标损失函数。
4.根据权利要求1所述的方法,其特征在于,所述方法还包括:
对所述第一多任务大模型进行参数剪枝,得到第二多任务大模型;
根据所述目标训练数据对所述第二多任务大模型进行知识蒸馏得到所述目标路网识别模型。
5.根据权利要求1所述的方法,其特征在于,所述第一多任务大模型通过以下方式进行预训练得到:
获取多模态路网训练数据;
从所述多模态路网训练数据中获取每个所述预设任务分别对应的训练数据;
针对每个所述预设任务,确定所述预设任务对应的损失函数;
针对每个所述预设任务,根据所述预设任务对应的所述训练数据和所述损失函数对预设多任务模型进行多任务学习,得到所述第一多任务大模型。
6.根据权利要求1所述的方法,其特征在于,所述多个预设任务至少包括以下任务:
路段属性特征预测、路段分类、运行轨迹的路段识别、行驶路段预测、行驶轨迹的路段排序、交通流量预测、路段通行情况预测、交通事故检测以及运行轨迹检测。
7.根据权利要求1所述的方法,其特征在于,所述方法还包括:
获取所述目标路网识别任务对应的预设微调样本数据;
根据所述预设微调样本数据对所述目标路网识别模型进行参数微调;
所述根据所述目标路网数据通过预先训练得到的目标路网识别模型,确定所述目标路网识别任务对应的第一识别结果包括:
根据所述目标路网数据通过参数微调后的目标路网识别模型,确定所述第一识别结果。
8.根据权利要求1所述的方法,其特征在于,所述第一识别结果包括置信度,所述置信度表征所述目标路网识别模型对所述目标路网数据进行路网信息识别结果的可信程度;所述方法还包括:
在所述置信度小于或者等于预设置信度阈值的情况下,通过所述第一多任务大模型对所述目标路网数据进行路网信息的识别,得到所述目标路网识别任务对应的第二识别结果。
9.根据权利要求8所述的方法,其特征在于,所述方法还包括:
根据所述目标训练数据对所述第一多任务大模型进行模型训练后,得到第三多任务大模型;
所述通过所述第一多任务大模型对所述目标路网数据进行路网信息的识别,得到所述目标路网识别任务对应的第二识别结果包括:
通过所述第三多任务大模型对所述目标路网数据进行路网信息的识别,得到所述第二识别结果。
10.一种路网信息识别装置,其特征在于,所述装置包括:
获取模块,用于获取目标路网识别任务对应的目标路网数据;
识别模块,用于根据所述目标路网数据通过预先训练得到的目标路网识别模型,确定所述目标路网识别任务对应的第一识别结果;
其中,所述目标路网识别模型为根据目标训练数据,对预训练的第一多任务大模型进行知识蒸馏后得到的模型;所述目标训练数据为所述目标路网识别任务对应的训练数据;所述第一多任务大模型对应多个预设任务,并且所述第一多任务大模型基于多模态路网训练数据预训练得到,所述目标路网识别任务包括任一所述预设任务。
11.一种计算机可读介质,其上存储有计算机程序,其特征在于,该程序被处理装置执行时实现权利要求1-9中任一项所述方法的步骤。
12.一种电子设备,其特征在于,包括:
存储装置,其上存储有计算机程序;
处理装置,用于执行所述存储装置中的所述计算机程序,以实现权利要求1-9中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311466427.6A CN117556201A (zh) | 2023-11-06 | 2023-11-06 | 路网信息识别方法、装置、可读介质及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311466427.6A CN117556201A (zh) | 2023-11-06 | 2023-11-06 | 路网信息识别方法、装置、可读介质及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117556201A true CN117556201A (zh) | 2024-02-13 |
Family
ID=89817724
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311466427.6A Pending CN117556201A (zh) | 2023-11-06 | 2023-11-06 | 路网信息识别方法、装置、可读介质及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117556201A (zh) |
-
2023
- 2023-11-06 CN CN202311466427.6A patent/CN117556201A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113723341B (zh) | 视频的识别方法、装置、可读介质和电子设备 | |
WO2023035896A1 (zh) | 视频的识别方法、装置、可读介质和电子设备 | |
CN117437516A (zh) | 语义分割模型训练方法、装置、电子设备及存储介质 | |
CN115312127B (zh) | 识别模型的预训练方法、识别方法、装置、介质和设备 | |
CN116166271A (zh) | 代码生成方法、装置、存储介质及电子设备 | |
CN116129452A (zh) | 文档理解模型的生成方法、应用方法、装置、设备及介质 | |
CN116310582A (zh) | 分类模型训练方法、图像分类方法、装置、介质及设备 | |
CN116894188A (zh) | 业务标签集更新方法、装置、介质及电子设备 | |
CN113033707B (zh) | 视频分类方法、装置、可读介质及电子设备 | |
CN113033682B (zh) | 视频分类方法、装置、可读介质、电子设备 | |
CN111090993A (zh) | 属性对齐模型训练方法及装置 | |
CN113140012B (zh) | 图像处理方法、装置、介质及电子设备 | |
CN111915689B (zh) | 用于生成目标函数的方法、装置、电子设备和计算机可读介质 | |
CN117036827A (zh) | 多模态分类模型训练、视频分类方法、装置、介质及设备 | |
CN116483891A (zh) | 一种信息预测方法、装置、设备和存储介质 | |
CN116129003A (zh) | 数字人脸生成方法、装置、存储介质以及电子设备 | |
CN113222050B (zh) | 图像分类方法、装置、可读介质及电子设备 | |
CN117556201A (zh) | 路网信息识别方法、装置、可读介质及电子设备 | |
CN112685996B (zh) | 文本标点预测方法、装置、可读介质和电子设备 | |
CN111582456B (zh) | 用于生成网络模型信息的方法、装置、设备和介质 | |
CN116343905B (zh) | 蛋白质特征的预处理方法、装置、介质及设备 | |
CN115938470B (zh) | 蛋白质特征预处理方法、装置、介质及设备 | |
CN116934557B (zh) | 行为预测信息生成方法、装置、电子设备和可读介质 | |
CN115240042B (zh) | 多模态图像识别方法、装置、可读介质和电子设备 | |
US20240221359A1 (en) | Image processing method and electronic device |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |