[发明专利]模型训练方法、车载空调自动调温方法、装置及设备

权利要求书

1.一种模型训练方法，其特征在于，包括：

获取车内用户冷暖感知样本数据；

根据所述车内用户冷暖感知样本数据以及通用车内用户冷暖感知样本数据，确定目标训练样本数据，并根据所述目标训练样本数据对神经网络模型进行车内用户冷暖感知分析训练，得到车内用户冷暖感知分析模型；

所述车内用户冷暖感知分析模型，用于对车内用户的冷暖感知进行分析预测。

2.根据权利要求1所述的方法，其特征在于，所述获取车内用户冷暖感知样本数据，包括：

获取目标车辆更新上传的车内图像数据，以及与所述车内图像数据对应的用户空调温度调整行为数据匹配的用户冷暖感知标签；

根据所述车内图像数据以及与所述车内图像数据对应的用户空调温度调整行为数据匹配的用户冷暖感知标签，确定所述车内用户冷暖感知样本数据。

3.根据权利要求2所述的方法，其特征在于，所述车内用户冷暖感知样本数据包括第一类车内用户冷暖感知样本数据，或者，第二类车内用户冷暖感知样本数据；所述根据所述车内图像数据以及与所述车内图像数据对应的用户空调温度调整行为数据匹配的用户冷暖感知标签，确定所述车内用户冷暖感知样本数据，包括：

根据所述车内图像数据以及所述用户冷暖感知标签，分别确定以车辆为单位的同车车内图像以及同车用户冷暖感知标签；

根据所述同车车内图像以及同车用户冷暖感知标签，生成所述第一类车内用户冷暖感知样本数据；或者，

根据所述车内图像数据以及所述用户冷暖感知标签，分别确定以用户为单位的相同用户车内图像以及相同用户冷暖感知标签；

根据所述相同用户车内图像以及相同用户冷暖感知标签，生成所述第二类车内用户冷暖感知样本数据。

4.根据权利要求1所述的方法，其特征在于，所述目标训练样本数据包括第一类目标训练样本数据，或者第二类目标训练样本数据；所述根据所述车内用户冷暖感知样本数据以及通用车内用户冷暖感知样本数据，确定目标训练样本数据，包括：

若所述神经网络模型为目标检测类型，则将所述车内用户冷暖感知样本数据以及通用车内用户冷暖感知样本数据输入至目标检测模型，得到人脸检测框，并将所述人脸检测框的人脸标签替换为对应的用户冷暖感知标签，得到所述第一类目标训练样本数据；或者，

若所述神经网络模型为语义分割类型，则将所述车内用户冷暖感知样本数据以及通用车内用户冷暖感知样本数据输入至语义分割模型，得到像素分类结果，并根据所述像素分类结果，将人脸像素点的人脸分类标签替换为对应的用户冷暖感知标签，得到所述第二类目标训练样本数据。

5.根据权利要求3所述的方法，其特征在于，所述根据所述目标训练样本数据对神经网络模型进行车内用户冷暖感知分析训练，得到车内用户冷暖感知分析模型，包括：

根据客制化业务数据，对所述第二类车内用户冷暖感知样本数据进行数据更新积累，得到客制化训练样本数据；

根据所述客制化训练样本数据对所述神经网络模型进行车内用户冷暖感知分析训练，得到客制化的车内用户冷暖感知分析模型。

6.一种车载空调自动调温方法，其特征在于，包括：

获取当前车辆的当前车内图像数据；

将所述当前车内图像数据，输入至车内用户冷暖感知分析模型，得到所述车内用户冷暖感知分析模型对所述当前车辆的乘客的冷暖感知分析结果；

根据所述当前车辆的乘客的冷暖感知分析结果，调整车载空调温度；

其中，所述车内用户冷暖感知分析模型为通过权利要求1-5任一所述的模型训练方法训练得到的模型。

7.一种模型训练装置，其特征在于，包括：

第一数据获取模块，用于获取车内用户冷暖感知样本数据；

冷暖感知分析模型确定模块，用于根据所述车内用户冷暖感知样本数据以及通用车内用户冷暖感知样本数据，确定目标训练样本数据，并根据所述目标训练样本数据对神经网络模型进行车内用户冷暖感知分析训练，得到车内用户冷暖感知分析模型；

所述车内用户冷暖感知分析模型，用于对车内用户的冷暖感知进行分析预测。