[发明专利]图像数据的神经网络训练和测试方法及设备

权利要求书

1.一种图像数据的神经网络训练和测试方法，其中，该方法包括：

获取YUV格式的视频数据集；

将所述YUV格式的视频数据集输入神经网络进行训练，得到训练完成的神经网络模型；

获取待测试的YUV格式的视频数据；

将所述待测试的YUV格式的视频数据输入所述训练完成的神经网络模型，得到所述待测试的YUV格式的视频数据的识别结果；

将所述YUV格式的视频数据集输入神经网络进行训练，得到训练完成的神经网络模型，包括：

判断神经网络模型的识别结果是否需要使用YUV格式的视频数据的UV分量信息，

若需要使用YUV格式的视频数据的UV分量信息，则将所述YUV格式的视频数据集输入三通道的神经网络进行训练，得到训练完成的第二神经网络模型；

判断神经网络模型的识别结果是否需要使用YUV格式的视频数据的UV分量信息之后，还包括：

若不需要使用YUV格式的视频数据的UV分量信息关联，则将所述YUV格式的视频数据集中的Y分量信息输入一通道的神经网络进行训练，得到训练完成的第一神经网络模型。

2.根据权利要求1所述的方法，其中，将所述待测试的YUV格式的视频数据输入所述训练完成的神经网络模型，得到所述待测试的YUV格式的视频数据的识别结果，包括：

判断神经网络模型的识别结果是否需要使用YUV格式的视频数据的UV分量信息，

若需要使用，则将所述待测试的YUV格式的视频数据输入所述训练完成的第二神经网络模型，得到所述待测试的YUV格式的视频数据的识别结果；

若不需要使用，则将所述待测试的YUV格式的视频数据中的Y分量信息输入所述训练完成的第一神经网络模型，得到所述待测试的YUV格式的视频数据的识别结果。

3.根据权利要求1所述的方法，其中，获取YUV格式的视频数据集，包括：

获取RGB格式的视频数据集；

将所述RGB格式的视频数据集转化为YUV格式的视频数据集。

4.根据权利要求3所述的方法，其中，将所述RGB格式的视频数据集转化为YUV格式的视频数据集，包括：

判断神经网络模型的识别结果是否需要使用YUV格式的视频数据的UV分量信息，

若需要使用，将所述RGB格式的视频数据集转化为YUV格式的视频数据集；

若不需要使用，将所述RGB格式的视频数据集转化为仅含有Y分量信息的视频数据集。

5.一种图像数据的神经网络训练和测试设备，其中，该设备包括：

第一装置，用于获取YUV格式的视频数据集；

第二装置，用于将所述YUV格式的视频数据集输入神经网络进行训练，得到训练完成的神经网络模型；

第三装置，用于获取待测试的YUV格式的视频数据；

第四装置，用于将所述待测试的YUV格式的视频数据输入所述训练完成的神经网络模型，得到所述待测试的YUV格式的视频数据的识别结果；

所述第二装置，用于判断神经网络模型的识别结果是否需要使用YUV格式的视频数据的UV分量信息，若需要使用YUV格式的视频数据的UV分量信息，则将所述YUV格式的视频数据集输入三通道的神经网络进行训练，得到训练完成的第二神经网络模型；若不需要使用YUV格式的视频数据的UV分量信息关联，则将所述YUV格式的视频数据集中的Y分量信息输入一通道的神经网络进行训练，得到训练完成的第一神经网络模型。