[發明專利]圖像數據的處理方法、裝置、路側設備和云控平臺

在審

• 申請號: 202110470410.2
• 申請日: 2021-04-28
• 公開（公告）號: CN113205131A
• 公開（公告）日: 2021-08-03
• 發明（設計）人: 夏春龍
• 申請（專利權）人: 阿波羅智聯（北京）科技有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/46;G06N3/04;G06N3/08;G06N20/00
• 代理公司: 北京清亦華知識產權代理事務所(普通合伙) 11201
• 代理人: 王萌

本公開提供了圖像數據的處理方法、裝置、電子設備和存儲介質，涉及人工智能技術領域，尤其涉及智能交通、計算機視覺和深度學習技術領域。具體實現方案為：獲取待處理圖像數據，獲取訓練好的圖像網絡模型，以及將待處理圖像數據輸入至訓練好的圖像網絡模型中，得到待處理圖像數據對應的預測結果數據，其中，訓練好的圖像網絡模型用于：對待處理圖像數據分別進行局部特征提取和全局特征提取，得到局部特征數據和全局特征數據，根據局部特征數據和全局特征數據生成拼接特征數據，根據拼接特征數據和待處理圖像數據生成預測結果數據。通過增加全局特征信息的提取，實現了特征空間信息的交互，增強了圖像網絡模型的性能，具有較好的圖像處理效果。

技術領域

本公開涉及人工智能技術領域中的智能交通、計算機視覺和深度學習技術領域，尤其涉及一種圖像數據的處理方法、裝置、路側設備和云控平臺。

背景技術

目前，隨著計算設備的更新和大規模共有數據集的公開，視覺基礎模型已經得到了很好的研究，廣泛應用于圖像分類、目標檢測和圖像分割等視覺任務中，為醫療、工業生產、日常生活等各個領域帶來了便利。

相關技術中，為降低參數量和計算量，方便嵌入到移動終端或其他小型的終端設備中，通常采用輕量模型進行視覺任務。但這些輕量模型都是基于卷積神經網絡設計的，具有局部感受野，使得網絡模型的性能較差，圖像數據的處理效果不理想。

發明內容

提供了一種圖像數據的處理方法、裝置、路側設備和云控平臺。

根據第一方面，提供了一種圖像數據的處理方法，包括：獲取待處理圖像數據；獲取訓練好的圖像網絡模型；以及將所述待處理圖像數據輸入至所述訓練好的圖像網絡模型中，得到所述待處理圖像數據對應的預測結果數據，其中，所述訓練好的圖像網絡模型用于：對所述待處理圖像數據進行局部特征提取，得到局部特征數據，對所述待處理圖像數據進行全局特征提取，得到全局特征數據，根據所述局部特征數據和所述全局特征數據生成拼接特征數據，根據所述拼接特征數據和所述待處理圖像數據生成所述預測結果數據。

根據第二方面，提供了一種圖像數據的處理裝置，包括：第一獲取模塊，用于獲取待處理圖像數據；第二獲取模塊，用于獲取訓練好的圖像網絡模型；以及處理模塊，用于將所述待處理圖像數據輸入至所述訓練好的圖像網絡模型中，得到所述待處理圖像數據對應的預測結果數據，其中，所述訓練好的圖像網絡模型用于：對所述待處理圖像數據進行局部特征提取，得到局部特征數據，對所述待處理圖像數據進行全局特征提取，得到全局特征數據，根據所述局部特征數據和所述全局特征數據生成拼接特征數據，根據所述拼接特征數據和所述待處理圖像數據生成所述預測結果數據

根據第三方面，提供了一種電子設備，包括：至少一個處理器；以及與所述至少一個處理器通信連接的存儲器；其中，所述存儲器存儲有可被所述至少一個處理器執行的指令，所述指令被所述至少一個處理器執行，以使所述至少一個處理器能夠執行本公開第一方面所述的圖像數據的處理方法。

根據第四方面，提供了一種存儲有計算機指令的非瞬時計算機可讀存儲介質，其中，所述計算機指令用于使所述計算機執行根據本公開第一方面所述的圖像數據的處理方法。

根據第五方面，提供了一種計算機程序產品，包括計算機程序，所述計算機程序在被處理器執行時實現根據本公開第一方面所述的圖像數據的處理方法。

根據第六方面，提供了一種路側設備，包括如本公開第三方面所述的電子設備。

根據第七方面，提供了一種云控平臺，包括如本公開第三方面所述的電子設備。

應當理解，本部分所描述的內容并非旨在標識本公開的實施例的關鍵或重要特征，也不用于限制本公開的范圍。本公開的其它特征將通過以下的說明書而變得容易理解。

附圖說明

附圖用于更好地理解本方案，不構成對本公開的限定。其中：