[发明专利]一种标注数据流处理的展示方法、装置、设备和介质

权利要求书

1.一种标注数据流处理的展示方法，其特征在于，包括：

获取待标注数据流；

将所述待标注数据流输入预设的标注预测模型，依次生成与所述待标注数据流内每帧待标注数据分别对应的标注预测数据；

当所述标注预测数据满足预设构建条件时，采用已生成的标注预测数据构建初始输入表并创建分片窗口；

对所述分片窗口内的各行标注预测数据执行聚合运算与标识调整，生成动态结果表；

采用所述初始输入表和所述动态结果表执行关联操作，生成目标输出表并展示；

其中，所述标注预测数据设有初始数据标识；所述对所述分片窗口内的各行标注预测数据执行聚合运算与标识调整，生成动态结果表的步骤，包括：

采用所述分片窗口内的各行标注预测数据执行聚合运算，生成各行所述标注预测数据对应的运算结果；

对所述分片窗口内的每个所述初始数据标识分别进行调整，得到各行所述标注预测数据对应的目标数据标识；

采用所述目标数据标识与所述运算结果建立关联，生成动态结果表；

所述对所述分片窗口内的每个所述初始数据标识分别进行调整，得到各行所述标注预测数据对应的目标数据标识的步骤，包括：

从所述分片窗口内的初始数据标识中选取目标标识；

采用所述目标标识更新所述分片窗口内的末位初始数据标识；

按照预设数值增大所述目标标识；

在未更新的初始数据标识中选取待更新初始数据标识；

采用增大后的目标标识对所述待更新初始数据标识进行更新；

跳转执行所述按照预设数值增大所述目标标识的步骤，直至全部所述初始数据标识均已更新；

将当前时刻的全部初始数据标识确定为各行所述标注预测数据对应的目标数据标识。

2.根据权利要求1所述的方法，其特征在于，应用于无人驾驶车辆的处理器，所述处理器与所述无人驾驶车辆设置的多种传感器通信连接，所述获取待标注数据流的步骤，包括：

通过所述多种传感器实时采集所述无人驾驶车辆所处环境的环境数据；

按照所述环境数据的采集时序接收所述环境数据并排序，得到待标注数据流。

3.根据权利要求1或2所述的方法，其特征在于，所述将所述待标注数据流输入预设的标注预测模型，依次生成与所述待标注数据流内每帧待标注数据分别对应的标注预测数据的步骤，包括：

将所述待标注数据流输入预设的标注预测模型；

通过所述标注预测模型依次对所述待标注数据流内每帧待标注数据进行物体识别，确定每帧所述待标注数据分别对应的预测物体；

通过所述标注预测模型根据各所述预测物体的物体类型，生成与各个所述预测物体对应的特征标注信息；

对各个所述特征标注信息进行排序，构建每帧所述待标注数据分别对应的标注预测数据。

4.根据权利要求1或2所述的方法，其特征在于，所述当所述标注预测数据满足预设构建条件时，采用已生成的标注预测数据构建初始输入表并创建分片窗口的步骤，包括：

当所述标注预测数据的生成行数达到预设的数量阈值时，采用已生成的标注预测数据构建初始输入表；

或者，当所述标注预测数据的生成时间达到预设的时间阈值时，采用已生成的标注预测数据构建初始输入表；

采用所述初始输入表内的多行标注预测数据创建分片窗口。

5.根据权利要求1或2所述的方法，其特征在于，所述采用所述初始输入表和所述动态结果表执行关联操作，生成目标输出表并展示的步骤，包括：

遍历所述初始输入表和所述动态结果表；

采用所述目标数据标识依次更新所述初始数据标识，得到中间标注预测数据；

依次关联所述中间标注预测数据和所述运算结果，得到目标标注预测数据；

采用全部所述目标标注预测数据构建目标输出表并展示。