[发明专利]一种数据处理方法及装置有效
| 申请号: | 201811613619.4 | 申请日: | 2018-12-27 |
| 公开(公告)号: | CN109726798B | 公开(公告)日: | 2021-04-13 |
| 发明(设计)人: | 李涵;张伟豪;胡川;戚海涛 | 申请(专利权)人: | 北京灵汐科技有限公司 |
| 主分类号: | G06N3/04 | 分类号: | G06N3/04;G06N3/063 |
| 代理公司: | 北京睿派知识产权代理事务所(普通合伙) 11597 | 代理人: | 刘锋;刘熔 |
| 地址: | 100080 北京市*** | 国省代码: | 北京;11 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 数据处理 方法 装置 | ||
1.一种数据处理方法,其特征在于,所述方法包括:
第一卷积层接收连续图像帧的待处理数据;
响应于所述第一卷积层接收到的第一图像帧的待处理数据为非冗余数据,所述第一卷积层对所述第一图像帧的待处理数据进行处理,所述非冗余数据为所述第一卷积层尚未处理的所述待处理数据中的图像帧;
根据所述第一卷积层读取的非冗余数据更新所述第一卷积层的数据缓存;
其中,所述第一卷积层为卷积神经网络中的一个卷积层,所述第一卷积层处理的特征图为N个图像帧沿纵向拼接后获得的,其中,N为大于等于2的整数。
2.根据权利要求1所述的数据处理方法,其特征在于,所述根据所述第一卷积层读取的非冗余数据更新所述第一卷积层的数据缓存包括:
保留所述第一卷积层读取的非冗余数据和至少部分所述数据缓存中的原有数据。
3.根据权利要求2所述的数据处理方法,其特征在于,被保留的所述数据缓存中的原有数据的数据量根据所述第一卷积层的卷积核尺寸、所述第一卷积层对应的滑动步长和第二卷积层的非冗余数据的数据量确定,所述第二卷积层为第一卷积层的下一个相邻卷积层。
4.根据权利要求1-3任一项所述的数据处理方法,其特征在于,所述第一卷积层的非冗余数据的数据量根据第三卷积层的非冗余数据的数据量、所述第三卷积层对应的滑动步长和填充数据量确定,所述第三卷积层为所述第一卷积层的上一个相邻卷积层。
5.根据权利要求1-3任一项所述的数据处理方法,其特征在于,所述卷积神经网络具有时间尺度上的平移不变性。
6.根据权利要求1-3任一项所述的数据处理方法,其特征在于,所述第一卷积层对所述第一图像帧的待处理数据进行处理,具体为:
所述第一卷积层按照预定的数据粒度读取所述第一图像帧,所述预定的数据粒度小于所述第一图像帧的数据量,大于或等于执行所述第一卷积层对应的卷积运算所需的最小数据量;
执行所述第一卷积层的指令以处理所读取的所述第一图像帧。
7.根据权利要求6所述的数据处理方法,其特征在于,所述第一卷积层的缓存空间与所述预定的数据粒度匹配。
8.一种数据处理装置,其特征在于,所述装置包括:
待处理数据接收单元,被配置为控制第一卷积层接收连续图像帧的待处理数据;
数据处理单元,被配置为响应于所述第一卷积层接收到的第一图像帧的待处理数据为非冗余数据,所述第一卷积层对所述第一图像帧的待处理数据进行处理,所述非冗余数据为所述第一卷积层尚未处理的所述待处理数据中的图像帧;以及
数据缓存更新单元,被配置为根据所述第一卷积层读取的非冗余数据更新所述第一卷积层的数据缓存;
其中,所述第一卷积层为卷积神经网络中的一个卷积层,所述第一卷积层处理的特征图为N个图像帧沿纵向拼接后获得的,其中,N为大于等于2的整数。
9.一种电子设备,其特征在于,包括:
多个处理核;以及
片上网络,被配置为交互所述多个处理核间的数据和外部数据;
所述多个处理核中的至少一个处理核执行如下操作:
第一卷积层接收连续图像帧的待处理数据;
响应于所述第一卷积层接收到的第一图像帧的待处理数据为非冗余数据,所述第一卷积层对所述第一图像帧的待处理数据进行处理,所述非冗余数据为所述第一卷积层尚未处理的所述待处理数据中的图像帧;
根据所述第一卷积层读取的非冗余数据更新所述第一卷积层的数据缓存;
其中,所述第一卷积层为卷积神经网络中的一个卷积层,所述第一卷积层处理的特征图为N个图像帧沿纵向拼接后获得的,其中,N为大于等于2的整数。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行以实现如权利要求1-7中任一项所述的方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京灵汐科技有限公司,未经北京灵汐科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811613619.4/1.html,转载请声明来源钻瓜专利网。





