一种驾驶数据标注优化方法、装置及设备与流程

本发明涉及驾驶数据处理，特别涉及一种驾驶数据标注优化方法、装置及设备。

背景技术：

1、随着人工智能技术的快速发展，视觉语言模型（vision-languagemodels，vlm）在智能驾驶等领域的应用日益广泛。高质量的标注数据是视觉语言模型训练和优化的关键基础。当前，采用视觉语言模型对驾驶场景图像进行预标注、再由人工对预标注结果进行校验修正，已成为行业主流的数据标注模式。然而，该模式在实际应用中仍存在诸多不足。

2、首先，预标注结果的质量参差不齐。受限于模型能力、场景复杂度等因素，视觉语言模型在不同驾驶场景下的预标注质量存在显著差异。其次，现有质检策略较为单一，在预标注数据量较大的情况下，人工质检通常采用固定比例抽样或随机抽样的方式，未能充分考虑不同预标注数据之间的质量差异，导致大量质检资源被分配到已较为准确的预标注数据上，而真正存在较多错误的预标注数据却可能因抽样未被覆盖。这种“一刀切”的质检方式，既造成了人工资源的浪费，也留下了质量隐患。此外，准确率与效率之间的平衡难以兼顾，若提高抽样比例以保证数据准确率，则人工质检工作量大幅增加、效率降低，若降低抽样比例以追求效率，则数据准确率难以保证。

技术实现思路

1、为了在保证标注准确率的前提下提升质检效率，本发明实施例中提供了一种驾驶数据标注优化方法、装置及设备。

2、第一方面，本发明实施例提供了一种驾驶数据标注优化方法，可以包括：

3、将预设标注任务指令和多个驾驶图片数据输入预标注模型，得到每个所述驾驶图片数据对应的预标注数据；

4、针对每个所述驾驶图片数据，将预设裁判任务指令、所述驾驶图片数据及其对应的所述预标注数据输入预裁判模型，得到所述预标注数据对应的标注质量分数；所述预设裁判任务指令包括多维度评分规则和一票否决条件集；

5、基于所述标注质量分数，将所有所述预标注数据划分为多个不同质量等级的数据集；

6、基于各质量等级的数据集对应的抽样比例，分别对各数据集进行质检。

7、本技术实施例的一个或一些可选的实施方式中，通过下述方式得到所述预设裁判任务指令：

8、获取多个一票否决条件；所述一票否决条件为易导致安全事故的错误标注类型；

9、基于预设一票否决低分和所有所述一票否决条件，得到所述一票否决条件集；

10、将所述一票否决条件集加入所述预设裁判任务指令，以使所述预裁判模型若基于所述驾驶图片数据识别出所述预标注数据中存在任一所述一票否决条件，则输出标注质量分数为所述预设一票否决低分。

11、本技术实施例的一个或一些可选的实施方式中，通过下述方式得到所述多维度评分规则：

12、获取阶梯扣分规则、多个评估维度及各评估维度对应的权重；所述阶梯扣分规则包括多个错误严重程度等级及对应的扣分值；

13、基于所述阶梯扣分规则、多个评估维度及各评估维度对应的权重组成所述多维度评分规则。

14、本技术实施例的一个或一些可选的实施方式中，所述多个评估维度包括交通控制设备识别质量评估维度、关键交通参与者识别质量评估维度、决策推理质量评估维度、格式与逻辑一致性评估维度和专业合规性评估维度。

15、本技术实施例的一个或一些可选的实施方式中，还包括：

16、获取历史质检过程中得到的多个错误标注记录；

17、基于所述多个错误标注记录确定至少一种高频错误标注类型；

18、基于所述高频错误标注类型构建高风险特别关注规则；

19、将所述高风险特别关注规则加入所述预设裁判任务指令；

20、将所述高频错误标注类型加入所述多维度评分规则。

21、本技术实施例的一个或一些可选的实施方式中，所述基于所述标注质量分数，将所有所述预标注数据划分为多个不同质量等级的数据集，包括：

22、将所有所述标注质量分数大于或等于预设分数阈值的所述预标注数据组成表征质量等级相对较高的高分数据集；

23、将所有所述标注质量分数小于所述预设分数阈值的所述预标注数据组成表征质量等级相对较低的低分数据集。

24、本技术实施例的一个或一些可选的实施方式中，所述基于各质量等级的数据集对应的抽样比例，分别对各数据集进行质检，包括：

25、基于第一抽样比例对所述高分数据集进行质检；

26、基于第二抽样比例对所述低分数据集进行质检；所述第一抽样比例小于所述第二抽样比例。

27、本技术实施例的一个或一些可选的实施方式中，所述将预设标注任务指令和多个驾驶图片数据输入预标注模型，得到每个所述驾驶图片数据对应的预标注数据，包括：

28、针对每个所述驾驶图片数据，将所述驾驶图片数据和所述预设标注任务指令输入所述预标注模型，得到所述驾驶图片数据对应的预标注数据；所述预标注数据包括信号灯信息、关键目标物、检测框及驾驶决策。

29、第二方面，本发明实施例提供了一种驾驶数据标注优化装置，可以包括：

30、预标注模块，用于将预设标注任务指令和多个驾驶图片数据输入预标注模型，得到每个所述驾驶图片数据对应的预标注数据；

31、裁判模块，用于针对每个所述驾驶图片数据，将预设裁判任务指令、所述驾驶图片数据及其对应的所述预标注数据输入预裁判模型，得到所述预标注数据对应的标注质量分数；所述预设裁判任务指令包括多维度评分规则和一票否决条件集；

32、划分模块，用于基于所述标注质量分数，将所有所述预标注数据划分为多个不同质量等级的数据集；

33、质检模块，用于基于各质量等级的数据集对应的抽样比例，分别对各数据集进行质检。

34、第三方面，本发明实施例提供一种计算机可读存储介质，其上存储有计算机程序/指令，该计算机程序/指令被处理器执行时实现如上述的驾驶数据标注优化方法。

35、第四方面，本发明实施例提供一种计算机程序产品，包括计算机程序/指令，该计算机程序/指令被处理器执行时实现如上述的驾驶数据标注优化方法。

36、第五方面，本发明实施例提供一种电子设备，包括存储器、处理器及存储在存储器上的计算机程序，该处理器执行所述计算机程序时实现如上述的驾驶数据标注优化方法。

37、本发明实施例提供的上述技术方案的有益效果至少包括：

38、本发明实施例提供了一种驾驶数据标注优化方法，该方法首先通过预标注模型对驾驶图片数据进行初步标注，然后，将预设裁判任务指令连同驾驶图片数据及其对应的预标注数据一并输入预裁判模型，由预裁判模型输出标准化的标注质量分数，其中，预设裁判任务指令中包含多维度评分规则和一票否决条件集，其中一票否决条件集能够对存在严重安全风险的预标注结果进行直接拦截，多维度评分规则则从多个角度对预标注质量进行细粒度量化评估，两者协同确保了评估结果的全面性与安全性。

39、进一步地，根据标注质量分数将预标注数据划分为多个不同质量等级的数据集，并针对不同等级采用差异化的抽样比例进行质检，使质检资源向低质量数据倾斜，避免对高质量数据进行不必要的重复校验，有效减少了冗余质检工作量，本方法能够在保证最终标注数据质量的前提下，显著降低质检所需的人力与时间成本，提升整体数据标注效率。

40、本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书以及附图中所特别指出的结构来实现和获得。

41、下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。