[发明专利]图像数据的处理方法、装置、路侧设备和云控平台

说明书

本公开提供了图像数据的处理方法、装置、电子设备和存储介质，涉及人工智能技术领域，尤其涉及智能交通、计算机视觉和深度学习技术领域。具体实现方案为：获取待处理图像数据，获取训练好的图像网络模型，以及将待处理图像数据输入至训练好的图像网络模型中，得到待处理图像数据对应的预测结果数据，其中，训练好的图像网络模型用于：对待处理图像数据分别进行局部特征提取和全局特征提取，得到局部特征数据和全局特征数据，根据局部特征数据和全局特征数据生成拼接特征数据，根据拼接特征数据和待处理图像数据生成预测结果数据。通过增加全局特征信息的提取，实现了特征空间信息的交互，增强了图像网络模型的性能，具有较好的图像处理效果。

技术领域

本公开涉及人工智能技术领域中的智能交通、计算机视觉和深度学习技术领域，尤其涉及一种图像数据的处理方法、装置、路侧设备和云控平台。

背景技术

目前，随着计算设备的更新和大规模共有数据集的公开，视觉基础模型已经得到了很好的研究，广泛应用于图像分类、目标检测和图像分割等视觉任务中，为医疗、工业生产、日常生活等各个领域带来了便利。

相关技术中，为降低参数量和计算量，方便嵌入到移动终端或其他小型的终端设备中，通常采用轻量模型进行视觉任务。但这些轻量模型都是基于卷积神经网络设计的，具有局部感受野，使得网络模型的性能较差，图像数据的处理效果不理想。

发明内容

提供了一种图像数据的处理方法、装置、路侧设备和云控平台。

根据第一方面，提供了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。

根据第二方面，提供了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

根据第三方面，提供了一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本公开第一方面所述的图像数据的处理方法。

根据第四方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据本公开第一方面所述的图像数据的处理方法。

根据第五方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据本公开第一方面所述的图像数据的处理方法。

根据第六方面，提供了一种路侧设备，包括如本公开第三方面所述的电子设备。

根据第七方面，提供了一种云控平台，包括如本公开第三方面所述的电子设备。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图用于更好地理解本方案，不构成对本公开的限定。其中：