模型训练方法、图像感知方法、装置及相关设备

本申请公开了一种模型训练方法、图像感知方法、装置及相关设备，方法包括：获取样本车辆所处环境的第一图像序列，以及第一图像序列对应的第一教师语言描述文本，第一教师语言描述文本用于对第一图像序列中的场景进行描述；对第一教师语言描述文本进行语义编码，得到第一教师语言语义向量；将第一图像序列输入至学生模型进行视觉特征提取，得到多尺度特征图和第一学生视觉向量，第一学生视觉向量根据多尺度特征图计算得到；根据第一教师语言语义向量和第一学生视觉向量，得到目标损失值；根据目标损失值对学生模型进行训练，直到满足预设的迭代停止条件，得到目标模型。由于学生模型可以选用轻量级的模型，可降低目标模型部署所需要的资源。