Verfahren zum Generieren von Trainingsdaten für ein auf maschinellem Lernen basierendes Mustererkennungsverfahren für ein Kraftfahrzeug, Kraftfahrzeug, Verfahren zum Betreiben einer Recheneinrichtung sowie System

Die Erfindung betrifft ein Verfahren zum Generieren von Trainingsdaten für ein auf maschinellem Lernen basierendes Mustererkennungsverfahren für ein Kraftfahrzeug (1), bei welchem das Mustererkennungsverfahren und wenigstens ein von dem Mustererkennungsverfahren unterschiedliches Referenzsystem (4) während eines Betriebs des Kraftfahrzeugs (1) jeweils wenigstens einen Messwert bereitstellen. Des Weiteren werden in Abhängigkeit von zeitlichen und örtlichen Eigenschaften jeweilige Genauigkeiten als jeweilige lokale Konfidenzwerte der Messwerte ermittelt und für das Mustererkennungsverfahren und für das Referenzsystem (4) jeweilige durchschnittliche Erkennungsraten als Grundkonfidenzen des Mustererkennungsverfahrens und des Referenzsystems (4) bestimmt. Überdies werden ein lokaler Konfidenzvergleich durchgeführt, bei welchem die jeweiligen Grundkonfidenzen und die jeweiligen lokalen Konfidenzwerten verglichen werden, und in Abhängigkeit von dem lokalen Konfidenzvergleich zumindest die jeweiligen Messwerte mit den zugehörigen lokalen Konfidenzwerten als die Trainingsdaten an eine zum Trainieren des Mustererkennungsverfahrens ausgebildete Recheneinrichtung (6) gesendet. Des Weiteren umfasst die Erfindung ein Kraftfahrzeug (1), ein Verfahren zum Betreiben einer Recheneinrichtung (6), sowie ein System. The invention relates to a method for generating training data for a machine-learning-based pattern recognition method for a motor vehicle (1), in which method the pattern recognition method and at least one reference system (4) different from the pattern recognition method each provide at least one measurement value during operating of the motor vehicle (1). Furthermore, accuracies are determined as local confidence values of the measurement values in accordance with temporal and local properties, and average detection rates are determined for the pattern recognition method and for the reference system (4) as base confidences of the pattern recognition method and of the reference system (4). Additionally, a local confidence comparison is carried out, in which the base confidences and the local confidence values are compared and, in accordance with the local confidence comparison, at least the measurement values comprising the associated local confidence values as training data are sent to a computing unit (6) designed to train the pattern recognition method. Furthermore, the invention relates to a motor vehicle (1), a method for operating a computing unit (6), and