[发明专利]图像数据的处理方法、装置、路侧设备和云控平台

权利要求书

1.一种图像数据的处理方法，包括：

获取待处理图像数据；

获取训练好的图像网络模型；以及

将所述待处理图像数据输入至所述训练好的图像网络模型中，得到所述待处理图像数据对应的预测结果数据，其中，所述训练好的图像网络模型用于：对所述待处理图像数据进行局部特征提取，得到局部特征数据，对所述待处理图像数据进行全局特征提取，得到全局特征数据，根据所述局部特征数据和所述全局特征数据生成拼接特征数据，根据所述拼接特征数据和所述待处理图像数据生成所述预测结果数据。

2.根据权利要求1所述的处理方法，其中，所述对所述待处理图像数据进行全局特征提取，得到全局特征数据，包括：

对所述待处理图像数据进行长度降维处理，得到第一全局特征数据；

对所述待处理图像数据进行宽度降维处理，得到第二全局特征数据；以及

根据所述第一全局特征数据和所述第二全局特征数据生成所述全局特征数据。

3.根据权利要求2所述的处理方法，其中，所述对所述待处理图像数据进行长度降维处理，包括：

将所述待处理图像数据在长度上的特征的最大值和/或平均值，确定为所述待处理图像数据在长度上的特征；和/或，

所述对所述待处理图像数据进行宽度降维处理，包括：

将所述待处理图像数据在宽度上的特征的最大值和/或平均值，确定为所述待处理图像数据在长度上的特征。

4.根据权利要求2所述的处理方法，其中，所述根据所述第一全局特征数据和所述第二全局特征数据生成所述全局特征数据，包括：

对所述第一全局特征数据和所述第二全局特征数据进行点积运算，得到所述全局特征数据。

5.根据权利要求1所述的处理方法，其中，所述对所述待处理图像数据进行局部特征提取，得到局部特征数据，对所述待处理图像数据进行全局特征提取，得到全局特征数据之前，还包括：

对所述待处理图像数据进行通道扩张处理；

所述根据所述拼接特征数据和所述待处理图像数据生成所述预测结果数据之前，还包括：

对所述拼接特征数据进行通道压缩处理。

6.根据权利要求1所述的处理方法，还包括：

获取训练图像数据和对应的实际训练预测结果数据；

根据所述训练图像数据和所述实际训练预测结果数据对待训练的图像网络模型进行训练，得到候选图像网络模型；以及

根据候选图像网络模型生成所述训练好的图像网络模型。

7.根据权利要求6所述的处理方法，其中，所述候选图像网络模型为多个，所述根据候选图像网络模型生成所述训练好的图像网络模型，包括：

获取测试图像数据和对应的实际测试预测结果数据；

根据所述测试图像数据和所述实际测试预测结果数据对所述候选图像网络模型进行测试；

根据多个所述候选图像网络模型的测试效果，在所述多个所述候选图像网络模型中确定所述训练好的图像网络模型。

8.一种图像数据的处理装置，包括：

第一获取模块，用于获取待处理图像数据；

第二获取模块，用于获取训练好的图像网络模型；以及

处理模块，用于将所述待处理图像数据输入至所述训练好的图像网络模型中，得到所述待处理图像数据对应的预测结果数据，其中，所述训练好的图像网络模型用于：对所述待处理图像数据进行局部特征提取，得到局部特征数据，对所述待处理图像数据进行全局特征提取，得到全局特征数据，根据所述局部特征数据和所述全局特征数据生成拼接特征数据，根据所述拼接特征数据和所述待处理图像数据生成所述预测结果数据。