自动驾驶模型的评测方法、装置以及设备与流程

本技术涉及自动驾驶，尤其涉及一种自动驾驶模型的评测方法、装置以及设备。

背景技术：

1、在智能车辆中部署自动驾驶模型，以进行模型预测，为了确定自动驾驶模型是否达到应用要求，需要在不同的域控制器中，对训练好的自动驾驶模型进行评测。

2、现有技术中，算法工程师通常在云端集群对自动驾驶模型进行训练和评测，以得到评测结果；同时，在域控制器中，对自动驾驶模型进行评测，以得到评测结果，根据两个评测结果，来分析自动驾驶模型的处理性能。

3、但是上述方式中，云端集群和域控制器二者所使用的程序语言和处理技术架构不同，造成这二者所得到的评测结果之间差异很大，进而难以定位自动驾驶模型的性能问题，影响自动驾驶模型的性能优化。

技术实现思路

1、本技术提供一种自动驾驶模型的评测方法、装置以及设备，用以解决因云端集群和域控制器二者所使用的程序语言和处理技术架构不同导致难以定位自动驾驶模型的性能问题的问题。

2、第一方面，本技术提供一种自动驾驶模型的评测方法，所述方法应用于高性能计算hpc服务器，所述方法包括：

3、获取前处理文件，并基于预设的第一自动驾驶模型，对所述前处理文件进行处理，得到第一输出文件；其中，所述前处理文件包括预存的图片经处理后所得到的图片数据，所述前处理文件具有第一预设文件格式；所述第一输出文件表征第一自动驾驶模型的预测处理过程；

4、基于网络文件系统nfs共享服务，将所述前处理文件发送至至少一个域控制器；其中，所述域控制器用于基于预设的第二自动驾驶模型对前处理文件进行处理，以得到第二输出文件；所述第二输出文件表征第二自动驾驶模型的预测处理过程，所述第二输出文件具有第二预设文件格式；

5、基于所述nfs共享服务，接收到所述至少一个域控制器发送的第二输出文件；

6、根据所述第一输出文件和所述至少一个域控制器发送的第二输出文件，确定评测结果；其中，所述评测结果表征每一所述第二自动驾驶模型的预测性能的优劣情况。

7、一个示例中，根据所述第一输出文件和所述至少一个域控制器发送的第二输出文件，确定评测结果，包括：

8、对所述第一输出文件进行处理，得到第一后处理文件；其中，第一后处理文件表征第一自动驾驶模型的预测处理过程；

9、对所述至少一个域控制器发送的第二输出文件进行处理，得到所述至少一个域控制器发送的第二输出文件的第二后处理文件；其中，所述第二后处理文件表征第二自动驾驶模型的预测处理过程；

10、根据所述第一后处理文件和所述至少一个第二后处理文件，确定所述评测结果。

11、一个示例中，所述评测结果包括第一结果，所述第一结果表征各所述第二自动驾驶模型的预测结果的准确性之间的差异情况；

12、根据所述第一后处理文件和所述至少一个第二后处理文件，确定所述评测结果，包括：

13、对所述第一后处理文件进行评测处理，得到所述第一后处理文件的第一评测精度；其中，所述第一评测精度表征第一自动驾驶模型的预测结果的准确性；

14、对所述至少一个第二后处理文件进行评测处理，得到所述至少一个第二后处理文件的第二评测精度；其中，所述第二评测精度表征第二自动驾驶模型的预测结果的准确性；

15、根据所述第一评测精度和各所述第二评测精度，确定所述第一结果。

16、一个示例中，所述第二自动驾驶模型部署有优化方法，所述优化方法用于优化第二自动驾驶模型的预测处理过程；所述评测结果还包括第二结果，所述第二结果表征各所述第二自动驾驶模型所部署的优化方法之间的优劣情况；

17、根据所述第一后处理文件和所述至少一个第二后处理文件，确定所述评测结果，包括：

18、对所述第一后处理文件进行评测处理，得到所述第一后处理文件的第一预测效率；其中，所述第一预测效率表征第一自动驾驶模型的预测处理过程的快慢；

19、对所述至少一个第二后处理文件进行评测处理，得到所述至少一个第二后处理文件的第二预测效率；其中，所述第二预测效率表征第二自动驾驶模型的预测处理过程的快慢；

20、根据所述第一预测效率和各所述第二预测效率，确定所述第二结果。

21、一个示例中，在获取前处理文件之前，包括：

22、从预设数据库中获取待处理文件，并根据所述待处理文件，确定所述前处理文件；其中，所述待处理文件包括所述预设数据库中预存的图片。

23、一个示例中，根据所述待处理文件，确定所述前处理文件，包括：

24、对所述待处理文件进行解析处理，得到所述待处理文件的解析文件；其中，所述解析文件包括预存的图片的数据；

25、对所述待处理文件的解析文件进行格式转换，得到所述前处理文件。

26、一个示例中，所述方法还包括：

27、配置nfs文件共享服务；其中，所述nfs文件共享服务用于挂载于所述域控制器，以进行文件共享。

28、一个示例中，配置nfs文件共享服务，包括：

29、接收nfs服务器发送的nfs软件包，并创建共享目录；其中，所述nfs软件包包括用于提供nfs文件共享服务的配置文件；所述共享目录包括需要共享的文件的存储路径；

30、在所述nfs软件包中的配置文件中添加所述共享目录；

31、响应于所述nfs软件包的生效指令，将所述共享目录挂载至所述域控制器，以进行文件共享；其中，所述生效指令用于表征nfs软件包中的nfs文件共享服务生效。

32、第二方面，本技术提供一种自动驾驶模型的评测装置，所述装置应用于高性能计算hpc服务器；所述装置包括：

33、第一获取单元，用于获取前处理文件；

34、第一处理单元，用于基于预设的第一自动驾驶模型，对所述前处理文件进行处理，得到第一输出文件；其中，所述前处理文件包括预存的图片经处理后所得到的图片数据，所述前处理文件具有第一预设文件格式；所述第一输出文件表征第一自动驾驶模型的预测处理过程；

35、发送单元，用于基于网络文件系统nfs共享服务，将所述前处理文件发送至至少一个域控制器；其中，所述域控制器用于基于预设的第二自动驾驶模型对前处理文件进行处理，以得到第二输出文件；所述第二输出文件表征第二自动驾驶模型的预测处理过程，所述第二输出文件具有第二预设文件格式；

36、接收单元，用于基于所述nfs共享服务，接收到所述至少一个域控制器发送的第二输出文件；

37、第一确定单元，用于根据所述第一输出文件和所述至少一个域控制器发送的第二输出文件，确定评测结果；其中，所述评测结果表征每一所述第二自动驾驶模型的预测性能的优劣情况。

38、一个示例中，所述第一确定单元，包括：

39、第一处理模块，用于对所述第一输出文件进行处理，得到第一后处理文件；其中，第一后处理文件表征第一自动驾驶模型的预测处理过程；

40、第二处理模块，用于对所述至少一个域控制器发送的第二输出文件进行处理，得到所述至少一个域控制器发送的第二输出文件的第二后处理文件；其中，所述第二后处理文件表征第二自动驾驶模型的预测处理过程；

41、确定模块，用于根据所述第一后处理文件和所述至少一个第二后处理文件，确定所述评测结果。

42、一个示例中，所述评测结果包括第一结果，所述第一结果表征各所述第二自动驾驶模型的预测结果的准确性之间的差异情况；

43、所述确定模块，具体用于：

44、对所述第一后处理文件进行评测处理，得到所述第一后处理文件的第一评测精度；其中，所述第一评测精度表征第一自动驾驶模型的预测结果的准确性；

45、对所述至少一个第二后处理文件进行评测处理，得到所述至少一个第二后处理文件的第二评测精度；其中，所述第二评测精度表征第二自动驾驶模型的预测结果的准确性；

46、根据所述第一评测精度和各所述第二评测精度，确定所述第一结果。

47、一个示例中，所述第二自动驾驶模型部署有优化方法，所述优化方法用于优化第二自动驾驶模型的预测处理过程；所述评测结果还包括第二结果，所述第二结果表征各所述第二自动驾驶模型所部署的优化方法之间的优劣情况；

48、所述确定模块，还具体用于：

49、对所述第一后处理文件进行评测处理，得到所述第一后处理文件的第一预测效率；其中，所述第一预测效率表征第一自动驾驶模型的预测处理过程的快慢；

50、对所述至少一个第二后处理文件进行评测处理，得到所述至少一个第二后处理文件的第二预测效率；其中，所述第二预测效率表征第二自动驾驶模型的预测处理过程的快慢；

51、根据所述第一预测效率和各所述第二预测效率，确定所述第二结果。

52、一个示例中，在所述第一获取单元用于获取前处理文件之前，包括：

53、第二获取单元，用于从预设数据库中获取待处理文件；

54、第二确定单元，用于根据所述待处理文件，确定所述前处理文件；其中，所述待处理文件包括所述预设数据库中预存的图片。

55、一个示例中，所述第二确定单元，包括：

56、解析模块，用于对所述待处理文件进行解析处理，得到所述待处理文件的解析文件；其中，所述解析文件包括预存的图片的数据；

57、转换模块，用于对所述待处理文件的解析文件进行格式转换，得到所述前处理文件。

58、一个示例中，所述装置还包括：

59、配置单元，用于配置nfs文件共享服务；其中，所述nfs文件共享服务用于挂载于所述域控制器，以进行文件共享。

60、一个示例中，所述配置单元，包括：

61、接收模块，用于接收nfs服务器发送的nfs软件包，并创建共享目录；其中，所述nfs软件包包括用于提供nfs文件共享服务的配置文件；所述共享目录包括需要共享的文件的存储路径；

62、添加模块，用于在所述nfs软件包中的配置文件中添加所述共享目录；

63、挂载模块，用于响应于所述nfs软件包的生效指令，将所述共享目录挂载至所述域控制器，以进行文件共享；其中，所述生效指令用于表征nfs软件包中的nfs文件共享服务生效。

64、第三方面，本技术提供一种高性能计算hpc服务器，包括：处理器，以及与所述处理器通信连接的存储器；

65、所述存储器存储计算机执行指令；

66、所述处理器执行所述存储器存储的计算机执行指令，以实现第一方面所述的方法。

67、第四方面，本技术提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现第一方面所述的方法。

68、第五方面，本技术提供一种计算机程序产品，所述计算机程序产品包括：计算机程序，所述计算机程序存储在可读存储介质中，电子设备的至少一个处理器可以从所述可读存储介质读取所述计算机程序，所述至少一个处理器执行所述计算机程序，使得电子设备执行第一方面所述的方法。

69、本技术提供的自动驾驶模型的评测方法、装置以及设备，通过基于高性能计算hpc服务器上设置的网络文件系统nfs共享服务，分别在hpc服务器和域控制器上进行模型预测的过程中，hpc服务器统一设置hpc服务器中自动驾驶模型以及域控制器中自动驾驶模型这二者的模型输入文件格式和输出文件格式；基于hpc服务器，将hpc服务器中自动驾驶模型以及域控制器中自动驾驶模型这二者的输出文件进行评测对比，得到自动驾驶模型的评测结果；进而，可以减少不同类型设备端的模型评测差距，得到更准确的评测结果，以提高自动驾驶模型评测的效率。