驾驶风格识别方法、模型训练方法、装置和计算机设备

本申请涉及一种驾驶风格识别方法、模型训练方法、装置和计算机设备。其通过获取训练数据集，将训练数据集中驾驶风格特征样本数据输入初始驾驶风格识别模型，得到模型输出的预测驾驶风格，根据设定的损失函数、驾驶风格特征样本数据对应的驾驶风格标签以及预测驾驶风格，确定损失值，根据损失值采用梯度下降法更新初始驾驶风格识别模型的网络参数，直到收敛时得到驾驶风格识别模型。由于在训练时是基于包括纵向加速度最大值、横向加速度最大值以及方向盘转角与车速乘积的最大值的驾驶风格特征样本数据，因此模型能够学习到用户转向、加速以及减速时的操作风格，从而使得训练后的模型能够准确识别驾驶风格。