(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210315683.4 (22)申请日 2022.03.28 (71)申请人 阿波罗智联 （北京） 科技有限公司 地址 100176 北京市大兴区经济技 术开发 区瑞合西二路7号院1号楼1层101 (72)发明人 蔡育展　颜青悦　闫超　 (74)专利代理 机构 北京市铸成律师事务所 11313 专利代理师 皇甫韵啸 　王云红 (51)Int.Cl. G06F 16/29(2019.01) G06F 16/23(2019.01) G06K 9/62(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01)G06V 10/774(2022.01) G06V 10/764(2022.01) G06V 10/82(2022.01) (54)发明名称 模型训练和地图数据处理方法、 装置、 设备 及存储介质 (57)摘要 本公开提供了模型训练和地图数据处理方 法、 装置、 设备及存储介质， 涉及计算机领域， 尤 其涉及自动驾驶、 云计算、 智能座舱、 计算机视觉 等人工智能领域。 具体实现方案为： 根据多数据 源的地图原始数据和所述地图原始数据对应的 数据源信息， 生成多张包含地图要素的第一图 像； 所述地图原始数据包括多个地图要素； 根据 所述多张第一图像， 生成用于训练待训练的目标 模型的多张第二图像； 根据所述多张第二图像， 训练所述待训练的目标模型， 得到训练后的目标 模型， 所述目标模型用于根据输入图像获得所述 输入图像的置信度， 所述置信度用于表示图像的 正确程度。 本公开实施例有助于提高地图数据的 质量。 权利要求书3页 说明书11页 附图7页 CN 114780655 A 2022.07.22 CN 114780655 A 1.一种模型训练方法， 包括： 根据多数据源的地图原始数据和所述地图原始数据对应的数据源信 息， 生成多 张包含 地图要素的第一图像； 所述 地图原始数据包括多个地图要素； 根据所述多张第一图像， 生成用于训练待训练的目标模型的多张第二图像； 根据所述多张第 二图像， 训练所述待训练 的目标模型， 得到训练后的目标模型， 所述目 标模型用于根据输入图像获得所述输入图像的置信度， 所述置信度用于表示图像正确的概 率。 2.根据权利要求1所述的方法， 其中， 所述根据所述多张第一图像， 生成用于训练待训 练模型的多张第二图像， 包括： 根据所述数据源的信息， 确定每 个所述第一图像的置信度； 将置信度高于设定阈值的第一图像， 作为第三图像； 根据所述第三图像获得 所述第二图像。 3.根据权利要求2所述的方法， 其中， 所述 根据所述第三图像获得 所述第二图像， 包括： 对所述第三图像添加扰动信息， 得到 置信度低于所述第三图像的第四图像； 将所述第四图像和所述第三图像作为所述第二图像。 4.根据权利要求3所述的方法， 其中， 所述对所述第三图像添加扰动信息， 得到第 四图 像， 包括： 确定所述第二图像中的遮挡区域； 所述遮挡区域的尺寸信息属于预设的尺寸信息范 围； 确定遮挡区域内的遮挡内容； 在所述随机遮挡区域中存在地图要素的情况下， 将所述遮挡内容作为所述扰动信息， 覆盖于所述第二图像中的遮挡区域， 得到第四图像。 5.根据权利要求1 ‑4中任意一项所述的方法， 其中， 在所述地图原始数据包括多个地图 要素的情况下， 所述根据多数据源的地图原始数据和所述地图原始数据对应的数据源信 息， 生成多张包 含地图要素的第一图像， 包括： 在所述多个地图要素中存在重复的地图要素的情况下， 根据所述地图要素对应的数据 源信息， 从重复的所述多个的地图要素中， 选择目标地图要素； 根据所述目标地图要素， 得到所述第一图像。 6.根据权利要求5所述的方法， 其中， 在所述目标地图要素为矢量格式的地图要素情况 下， 所述根据所述目标地图要素， 得到所述第一图像， 包括： 将所述目标地图要素栅格化， 得到所述第一图像。 7.根据权利要求1 ‑6中任意一项所述的方法， 其中， 所述根据所述多张第二图像， 训练 所述待训练的目标模型， 得到训练后的目标模型， 包括： 训练待训练的生成式对抗网络模型， 得到训练后的生成式对抗模型； 所述生成式对抗 网络模型包括生成器和判别器， 所述生成器用于根据第二图像生成修复图像， 所述判别器 用于根据第二图像生成所述第二图像对应的置信度； 将所述训练后的生成式对抗网络模型的判别器作为所述目标模型。 8.一种地图数据处 理方法， 包括： 根据多数据源的地图原 始数据， 生成多张包 含地图要素的第五图像；权　利　要　求　书 1/3 页 2 CN 114780655 A 2采用目标模型， 对所述第五图像进行处理， 得到所述第五图像的置信度； 所述目标模型 为权利要求1 ‑7中任意一项所述的训练后的目标模型。 9.一种模型训练装置， 包括： 第一图像模块， 用于根据多数据源的地图原始数据和所述地图原始数据对应的数据源 信息， 生成多张包 含地图要素的第一图像； 所述 地图原始数据包括多个地图要素； 第二图像模块， 用于根据所述多张第一图像， 生成用于训练待训练的目标模型的多张 第二图像； 训练模块， 用于根据 所述多张第 二图像， 训练所述待训练的目标模型， 得到训练后的目 标模型， 所述 目标模型用于根据输入图像获得所述输入图像的置信度， 所述置信度用于表 示图像正确的概 率。 10.根据权利要求9所述的装置， 其中， 所述第二图像模块包括： 置信度单 元， 用于根据所述数据源的信息， 确定每 个所述第一图像的置信度； 第三图像单 元， 用于将置信度高于设定阈值的第一图像， 作为第三图像； 第三图像处 理单元， 用于根据所述第三图像获得 所述第二图像。 11.根据权利要求10所述的装置， 其中， 所述第三图像处 理单元还用于： 对所述第三图像添加扰动信息， 得到 置信度低于所述第三图像的第四图像； 将所述第四图像和所述第三图像作为所述第二图像。 12.根据权利要求1 1所述的装置， 其中， 所述第三图像处 理单元还用于： 确定所述第二图像中的遮挡区域； 所述遮挡区域的尺寸信息属于预设的尺寸信息范 围； 确定遮挡区域内的遮挡内容； 在所述随机遮挡区域中存在地图要素的情况下， 将所述遮挡内容作为所述扰动信息， 覆盖于所述第二图像中的遮挡区域， 得到第四图像。 13.根据权利要求9 ‑12中任意一项所述的装置， 其中， 在所述地图原始数据包括多个地 图要素的情况 下， 所述第一图像模块包括： 目标地图要素选择单元， 用于在所述多个地图要素中存在重复的地图要素的情况下， 根据所述地图要素对应的数据源信息， 从重复的所述多个的地图要素中， 选择目标地图要 素； 目标地图要素处 理单元， 用于根据所述目标地图要素， 得到所述第一图像。 14.根据权利要求13所述的装置， 其中， 在所述目标地图要素为矢量格式的地图要素的 情况下， 所述目标地图要素处 理单元还用于： 将所述矢量格式的地图要素栅格化， 得到所述第一图像。 15.根据权利要求9 ‑14中任意 一项所述的装置， 其中， 所述训练模块包括： 生成式对抗模型训练单元， 用于训练待训练的生成式对抗网络模型， 得到训练后的生 成式对抗网络模型； 所述生成式对抗网络模型包括生成器和判别器， 所述生成器用于根据 第二图像生成修复图像， 所述判别器用于根据第二图像生成所述第二图像对应的置信度； 生成式对抗模型处理单元， 用于将所述训练后的生成式对抗网络模型的判别器作为所 述目标模型。 16.一种地图数据处 理装置， 包括：权　利　要　求　书 2/3 页 3 CN 114780655 A 3