基于虚拟现实与仿真的神经网络模型训练方法及相关设备

本申请涉及人工智能技术领域，公开了一种基于虚拟现实与仿真的神经网络模型训练方法及相关设备。该方法包括：基于目标真实场景生成三维可视化虚拟现实场景并构建动态物理仿真环境；将神经网络模型部署至测试车辆数字孪生体执行模型推理，输出推理结果；基于推理结果识别神经网络模型待优化的目标测试场景类型；动态调整动态物理仿真环境的场景参数以模拟目标测试场景类型，生成高保真合成数据集；混合高保真合成数据集与真实数据集对神经网络模型进行迭代训练，以形成闭环优化机制，直至神经网络模型在复杂场景下的泛化能力达到预设阈值。基于上述方法，能够提升神经网络模型在复杂场景下的训练效率与泛化能力。