[发明专利]一种激光反射率底图语义分割标注数据的生成方法及装置在审
申请号: | 202110849345.4 | 申请日: | 2021-07-27 |
公开(公告)号: | CN113706552A | 公开(公告)日: | 2021-11-26 |
发明(设计)人: | 杨立荣;任海兵;申浩;夏华夏 | 申请(专利权)人: | 北京三快在线科技有限公司 |
主分类号: | G06T7/11 | 分类号: | G06T7/11;G06K9/62 |
代理公司: | 北京曼威知识产权代理有限公司 11709 | 代理人: | 方志炜 |
地址: | 100080 北京市海*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 激光 反射率 语义 分割 标注 数据 生成 方法 装置 | ||
本说明书公开了一种激光反射率底图语义分割标注数据的生成方法及装置,涉及无人驾驶领域,业务平台可以获取待标注激光反射率底图以及预设的电子地图,并根据该电子地图,确定该待标注激光反射率底图中各交通标线的图像覆盖区域,以得到目标道路图像,并在该目标道路图像中确定该各交通标线对应的交通标线类别。而后,按照确定出的各交通标线对应的交通标线类别,对该待标注激光反射率底图中的各交通标线进行标注,得到生成的语义分割标注数据,并根据该语义分割标注数据,对待训练的标线识别模型进行训练,其中,该标线识别模型用于识别激光反射率底图中的各交通标线,以及各交通标线的类别,降低了人工成本提高了获取训练样本的效率。
技术领域
本说明书涉及无人驾驶领域,尤其涉及一种激光反射率底图语义分割标注数据的生成方法及装置。
背景技术
随着信息技术的高速发展,无人驾驶技术已初步应用于人们的生活中,而高精地图是无人驾驶技术中不可或缺的重要元素,高精地图中可以提供道路中的各类交通标线的位置及类别的信息。
目前,绘制高精地图需要获取到能够表示出路面的道路图像,并通过识别模型从道路图像中识别出交通标线所在位置及交通标线所对应的类别。这样一来,就需要通过已标注的训练样本预先将该识别模型训练出来。
在现有技术中,需要人工标注出道路图像中的交通标线的位置和类别信息,得到训练样本,这种方式人工成本较高,效率较低,当然,在现有技术中也可以先通过机器学习模型初步标出道路图像中的交通标线的大概位置,再人工进行精准地标注,但是这种方式人工成本也较高,并且由于人工的加入在效率上也较低。
所以,如何提高获取训练样本的效率并降低人工成本,则是一个亟待解决的问题。
发明内容
本说明书提供一种激光反射率底图语义分割标注数据的生成方法及装置,以部分的解决现有技术存在的上述问题。
本说明书采用下述技术方案:
本说明书提供了一种激光反射率底图语义分割标注数据的生成方法,包括:
获取待标注激光反射率底图以及预设的电子地图;
根据所述电子地图,确定所述待标注激光反射率底图中各交通标线的图像覆盖区域,以得到所述待标注激光反射率底图对应的目标道路图像,并在所述目标道路图像中确定所述各交通标线对应的交通标线类别;
按照基于所述电子地图在所述目标道路图像中确定出的所述各交通标线对应的交通标线类别,对所述待标注激光反射率底图中的各交通标线进行标注,得到得到生成的所述待标注激光反射率底图对应的语义分割标注数据;
根据所述语义分割标注数据,对待训练的标线识别模型进行训练,所述标线识别模型用于识别激光反射率底图中的各交通标线,以及识别激光反射率底图中各交通标线的类别。
可选地,根据所述电子地图,确定所述待标注激光反射率底图中各交通标线的图像覆盖区域,具体包括:
根据所述电子地图,确定所述待标注激光反射率底图中各交通标线的初始覆盖区域;
根据所述初始覆盖区域,得到所述待标注激光反射率底图对应的处理后道路图像;
对所述处理后道路图像进行图像分割,以确定所述待标注激光反射率底图中各交通标线的图像覆盖区域,并得到所述待标注激光反射率底图对应的目标道路图像。
可选地,根据所述电子地图,得到所述待标注激光反射率底图中各交通标线的初始覆盖区域,具体包括:
确定所述待标注激光反射率底图对应的地理区域;
确定所述电子地图中所述地理区域内的各交通标线对应的地理坐标;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京三快在线科技有限公司,未经北京三快在线科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110849345.4/2.html,转载请声明来源钻瓜专利网。