[發明專利]數據處理方法及裝置、圖像處理方法、電子設備及介質

在審

• 申請號: 202210976569.6
• 申請日: 2022-08-15
• 公開（公告）號: CN115348432A
• 公開（公告）日: 2022-11-15
• 發明（設計）人: 不公告發明人
• 申請（專利權）人: 上海壁仞智能科技有限公司
• 主分類號: H04N9/67
• 分類號: H04N9/67;G06N3/04
• 代理公司: 北京市柳沈律師事務所 11105
• 代理人: 彭久云

一種數據處理方法、數據處理裝置、圖像處理方法、電子設備以及計算機可讀存儲介質。該方法包括：讀取具有第一圖像格式的多個輸入數據；對多個輸入數據進行轉換得到具有第二圖像格式的多個中間數據；以及對多個中間數據進行處理，以得到多個輸出數據，每個輸入數據包括第一分量，多個輸入數據的多個第一分量排布形成多個第一分量行，讀取具有第一圖像格式的多個輸入數據包括：讀取多個第一分量行中的第一組第一分量行，并將第一組第一分量行存入到第一寄存器中；讀取多個第一分量行中的第二組第一分量行，并將第二組第一分量行存入到第二寄存器中。該方法可以提高寄存器的利用效率，減少計算量，提高計算效率，并且具有更好的靈活性。

技術領域

本公開的實施例涉及一種數據處理方法、數據處理裝置、圖像處理方法、電子設備以及計算機可讀存儲介質。

背景技術

殘差神經網絡被廣泛應用于圖像分類和物體識別，其特點是容易優化，并且能夠通過增加網絡的深度來提高準確率。ResNet結構是殘差神經網絡在圖像識別中近年來最成功的算法之一。通過預處理過程，可以實現將圖像數據轉換為殘差神經網絡的輸入，在預處理過程中，通過對圖像數據做裁剪、拆分等操作，可以得到所需的重塑后的向量以進行后續的卷積運算。在預處理過程中，加入數據折疊操作，可以極大地提高卷積運算效率。

發明內容

本公開至少一個實施例提供一種數據處理方法，包括：讀取具有第一圖像格式的多個輸入數據；對多個輸入數據進行轉換得到具有第二圖像格式的多個中間數據；以及對多個中間數據進行處理，以得到多個輸出數據，每個輸入數據包括第一分量，多個輸入數據的多個第一分量排布形成多個第一分量行，讀取具有第一圖像格式的多個輸入數據，包括：讀取多個第一分量行中的第一組第一分量行，并將第一組第一分量行存入到第一寄存器中；讀取多個第一分量行中的第二組第一分量行，并將第二組第一分量行存入到第二寄存器中。

例如，在本公開一實施例提供的數據處理方法中，第一組第一分量行和第二組第一分量行被同時讀取。

例如，在本公開一實施例提供的數據處理方法中，第一組第一分量行包括多個第一分量行中的偶數行，第二組第一分量行包括多個第一分量行中的奇數行。

例如，在本公開一實施例提供的數據處理方法中，每個輸入數據包括第二分量和第三分量，多個輸入數據的多個第二分量和多個第三分量排布形成多個第二分量行，讀取具有第一圖像格式的多個輸入數據，還包括：讀取多個第二分量行，并將多個第二分量行存入到第三寄存器中。

例如，在本公開一實施例提供的數據處理方法中，每個第二分量行包括多個第二分量和多個第三分量，且每個第二分量行中的多個第二分量和多個第三分量交替排列。

例如，在本公開一實施例提供的數據處理方法中，多個第一分量行中的第2n-1個第一分量行和第2n個第一分量行對應于多個第二分量行中的第n個第二分量行，n為正整數。

例如，在本公開一實施例提供的數據處理方法中，第一圖像格式為YUV格式，第一分量為Y分量，第二分量為U分量，第三分量為V分量。

例如，在本公開一實施例提供的數據處理方法中，第一圖像格式采用4:2:0的采樣格式，多個輸入數據采用平面格式存儲在內存中。

例如，在本公開一實施例提供的數據處理方法中，對多個輸入數據進行轉換得到具有第二圖像格式的多個中間數據，包括：基于第一圖像格式和第二圖像格式之間的轉換關系，對第一寄存器中存儲的第一分量和第三寄存器存儲中的第二分量和第三分量進行計算以得到多個第一中間數據，對第二寄存器中存儲的第一分量和第三寄存器存儲中的第二分量和第三分量進行計算以得到多個第二中間數據，多個中間數據包括多個第一中間數據和多個第二中間數據。

例如，在本公開一實施例提供的數據處理方法中，對多個中間數據進行處理，包括：對多個第一中間數據和多個第二中間數據進行歸一化處理，得到歸一化后的多個第一中間數據和歸一化后的多個第二中間數據。