[发明专利]一种多分割任务的处理方法和装置有效
申请号: | 201810776976.6 | 申请日: | 2018-07-16 |
公开(公告)号: | CN109598184B | 公开(公告)日: | 2021-08-24 |
发明(设计)人: | 赵翔辰;李天;王泮渠;陈鹏飞 | 申请(专利权)人: | 北京图森未来科技有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/62 |
代理公司: | 北京商专永信知识产权代理事务所(普通合伙) 11400 | 代理人: | 邬玥;方挺 |
地址: | 101300 北京市顺*** | 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 分割 任务 处理 方法 装置 | ||
本发明公开一种多分割任务的处理方法,用以解决现有技术中自动驾驶控制无法有效的利用处理资源、提高处理速度和处理效率的问题。该方法包括:在处理过程中,将一个图像数据作为输入提供给预先训练得到的多分割任务模型;其中,多个分割任务之间包括共同的任务特征,多个分割任务还分别包括各自的特定任务特征;运行多分割任务模型输出多个分割任务的处理结果。
技术领域
本发明涉及机器视觉领域,具体地,涉及一种多分割任务的处理方法和装置。
背景技术
在自动驾驶技术中,自动驾驶控制系统期待具有更高的处理能力、更大的处理资源以及更快的处理速度。更高的处理能力和更大的处理资源意味着更全面和更精准的控制,更快的处理速度意味着更安全和更高效的控制。但是现实中,自动驾驶控制系统能够使用的处理资源和能够达到的处理能力、处理速度与现有的硬件发展水平相关。
在有限的处理资源的情况下,如何有效的利用处理资源、实现较快的处理速度和较高的处理效率,是自动驾驶控制需要解决的问题。
发明内容
有鉴于此,本发明实施例提供了一种多分割任务的处理方法和装置,用以解决现有技术中自动驾驶控制无法有效的利用处理资源、提高处理速度和处理效率的问题。
一方面,本申请实施例提供了一种多分割任务的处理方法,包括:
在处理过程中,将一个图像数据作为输入提供给预先训练得到的多分割任务模型;其中,多个分割任务之间包括共同的任务特征,多个分割任务还分别包括各自的特定任务特征;
运行多分割任务模型输出多个分割任务的处理结果。
另一方面,本申请实施例提供了一种多分割任务的处理装置,包括:
数据输入单元,用于在处理过程中,将一个图像数据作为输入提供给预先训练得到的多分割任务模型;其中,多个分割任务之间包括共同的任务特征,多个分割任务还分别包括各自的特定任务特征;
处理单元,包括所述多分割任务模型,用于运行所述多分割任务模型,输出得到多个分割任务的处理结果。
另一方面,本申请实施例提供了一种多分割任务的处理装置,包括一个处理器和至少一个存储器,至少一个存储器中存储有至少一条机器可执行指令,处理器执行至少一条机器可执行指令以实现:
在处理过程中,将一个图像数据作为输入提供给预先训练得到的多分割任务模型;其中,多个分割任务之间包括共同的任务特征,多个分割任务还分别包括各自的特定任务特征;
运行多分割任务模型输出多个分割任务的处理结果。
根据本申请实施例提供的技术方案,通过预先训练得到一个多分割任务模型,该模型根据输入的一个图像数据,运行输出多个分割任务的处理结果,也即能够通过多分割任务模型的一次处理输出得到多个分割任务的处理结果;相比于分别运行实现各个分割任务的处理模型,通过多次处理输出得到多个分割任务的处理结果,本申请实施例提供的方法能够有效地利用处理资源、提高处理速度和处理效率,能够解决现有技术中自动驾驶控制对无法实现有效的利用处理资源、提高处理速度和处理效率的问题。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。
图1为本申请实施例提供的多分割任务的处理方法的处理流程图;
图2为本申请实施例提供的多分割任务的处理方法的另一种处理流程图;
图3为训练得到分割任务模型的深度神经网络的结构示意图;
图4a为本申请实施例提供的预训练深度神经网络得到多分割任务模型的处理流程图;
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图森未来科技有限公司,未经北京图森未来科技有限公司许可,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/201810776976.6/2.html,转载请声明来源钻瓜专利网。