[发明专利]多任务预测方法、多任务预测装置及电子设备

说明书

本申请实施例提供了一种多任务预测方法、多任务预测装置及电子设备，涉及人工智能技术领域，可以根据一个特征得到多个预测结果，减小多任务网络模型的计算量，提高计算速度；还可以利用相同的多个目标特征，得到相互关联的多个预测结果，可以使互相关联的预测结果学习、共享更多内容，进行更多信息交流，起到提升整体预测效果的作用，进而提高预测结果的准确度。该方法包括：获取待识别信息；通过多任务网络模型从待识别信息中提取多个特征；通过多任务网络模型对多个特征进行复制，一个特征经复制得到相同的多个目标特征；利用不同的预设算法分别对相同的多个目标特征进行计算，得到相互关联的多个预测结果，预测算法与目标特征一一对应。

技术领域

本申请涉及人工智能技术领域，尤其涉及一种多任务预测方法、多任务预测装置及电子设备。

背景技术

近年来，深度卷积神经网络在许多计算机任务上都取得了突破性的成绩，如目标检测、语义分割、深度预测等。

然而，现有技术采用的网络模型通常存在计算量大、速度慢等问题，无法满足实时性需求。

发明内容

本申请实施例提供了一种多任务预测方法、多任务预测装置及电子设备，以改善上述问题。

第一方面，提供一种多任务预测方法，包括：获取待识别信息；通过多任务网络模型从待识别信息中提取多个特征；通过多任务网络模型对多个特征进行复制，一个特征经复制得到相同的多个目标特征；利用不同的预设算法分别对相同的多个目标特征进行计算，得到相互关联的多个预测结果，预测算法与目标特征一一对应。

第二方面，提供一种多任务预测装置，所述多任务预测装置包括获取模块、提取模块、以及处理模块。获取模块，用于获取待识别信息。预处理模块，用于通过多任务网络模型从所述待识别信息中提取多个特征。处理模块，用于通过多任务网络模型对多个特征进行复制，一个特征经复制得到相同的多个目标特征；还用于利用不同的预设算法分别对相同的多个目标特征进行计算，得到相互关联的多个预测结果，预测算法与目标特征一一对应。

第三方面，提供一种电子设备，包括：一个或多个处理器；存储器；以及，一个或多个应用程序，其中所述一个或多个应用程序被存储在所述存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个应用程序用于执行第一方面所述的方法。

第四方面，提供一种计算机可读取存储介质，所述计算机可读取存储介质中存储有程序代码，所述程序代码可被处理器调用执行如第一方面所述的方法。

本申请实施例提供的多任务预测方法、多任务预测装置及电子设备中，可以先从待识别信息中提取多个特征；之后，分别对多个特征进行复制，一个特征经复制后可以得到相同的多个目标特征；最后，利用不同的预设算法分别对相同的多个目标特征进行计算，得到相互关联的多个预测结果。一方面，可以根据一个特征得到多个预测结果，减小多任务网络模型的计算量，提高计算速度；另一方面，利用相同的多个目标特征，得到相互关联的多个预测结果，可以使互相关联的预测结果学习、共享更多内容，进行更多信息交流，起到提升整体预测效果的作用，进而提高预测结果的准确度。

附图说明

为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

图1为本申请实施例提供的多任务预测方法的流程图；

图2为本申请实施例提供的电子设备获取待识别信息的示意图；

图3为本申请实施例提供的提取多个特征的示意图；

图4为本申请实施例提供的提取多个特征以及对多个特征进行优化处理的示意图；

图5为本申请实施例提供的SE处理的示意图；