基于自动驾驶场景的大模型应用方法、装置、设备及介质

本申请实施例提供了一种基于自动驾驶场景的大模型应用方法、装置、设备及介质。方法包括：从当前的自动驾驶数据中获取待识别图像；根据预先训练得到的目标视觉模型的视觉主干网络，对待识别图像进行特征提取，并将提取到的特征输入至目标视觉模型的感知头中，得到第一待识别特征；通过目标视觉模型中的后验优化轨迹生成器，对第一待识别特征进行随机梯度下降处理，得到用于指示目标视觉模型后续推理方向的第二待识别特征；通过目标视觉模型对第一待识别特征和第二待识别特征融合得到的目标待识别特征进行语义识别，得到待识别图像的图像识别结果。以此，能够在提高图像识别的识别效率的同时，提高模型对图像识别的准确性。