[发明专利]一种基于深度学习模型的数据处理方法及装置

说明书

本发明实施例提供一种基于深度学习模型的数据处理方法及装置，所述方法包括：获取待处理的数据；根据第一预设模型对所述数据进行初始处理，以获取第一处理结果；根据所述第一处理结果和预设映射关系，获取目标第二预设模型；所述预设映射关系是预设第一处理结果与第二预设模型之间的对应关系；根据所述目标第二预设模型对所述数据进行再处理；并将再处理的第二处理结果作为所述数据的最终处理结果。所述装置执行上述方法。本发明实施例提供的基于深度学习模型的数据处理方法及装置，能够实时、准确和高效地进行数据的处理。

技术领域

本发明实施例涉及数据处理技术领域，具体涉及一种基于深度学习模型的数据处理方法及装置。

背景技术

数据的处理技术一向是学术界以及工业界中研究的热点话题，在在线教育、娱乐平台的视频直播、远程视频会议等方面具有广泛的应用。

随着深度学习技术的快速发展，越来越多的方法先训练神经网络，再应用训练好的神经网络处理数据，即现有技术采用单一的神经网络进行数据的处理，但是，过于简单的单一的神经网络具有较低的精度，会使得在处理过程中精细化处理程度不够、不完整；而过于复杂的单一的神经网络虽然具有较高的精度，但是复杂性也较高，难以满足数据处理实时、高效的需求。

因此，如何避免上述缺陷，能够实时、准确和高效地进行数据的处理，成为亟须解决的问题。

发明内容

针对现有技术存在的问题，本发明实施例提供一种基于深度学习模型的数据处理方法及装置。

第一方面，本发明实施例提供一种基于深度学习模型的数据处理方法，所述方法包括：

获取待处理的数据；

根据第一预设模型对所述数据进行初始处理，以获取第一处理结果；

根据所述第一处理结果和预设映射关系，获取目标第二预设模型；所述预设映射关系是预设第一处理结果与第二预设模型之间的对应关系；

根据所述目标第二预设模型对所述数据进行再处理；并将再处理的第二处理结果作为所述数据的最终处理结果。

第二方面，本发明实施例提供一种基于深度学习模型的数据处理装置，所述装置包括：

第一获取单元，用于获取待处理的数据；

初处理单元，用于根据第一预设模型对所述数据进行初始处理，以获取第一处理结果；

第二获取单元，用于根据所述第一处理结果和预设映射关系，获取目标第二预设模型；所述预设映射关系是预设第一处理结果与第二预设模型之间的对应关系；

再处理单元，用于根据所述目标第二预设模型对所述数据进行再处理；并将再处理的第二处理结果作为所述数据的最终处理结果。

第三方面，本发明实施例提供一种电子设备，包括：处理器、存储器和总线，其中，

所述处理器和所述存储器通过所述总线完成相互间的通信；

所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令能够执行如下方法：

获取待处理的数据；

根据第一预设模型对所述数据进行初始处理，以获取第一处理结果；

根据所述第一处理结果和预设映射关系，获取目标第二预设模型；所述预设映射关系是预设第一处理结果与第二预设模型之间的对应关系；

根据所述目标第二预设模型对所述数据进行再处理；并将再处理的第二处理结果作为所述数据的最终处理结果。

第四方面，本发明实施例提供一种非暂态计算机可读存储介质，包括：