[发明专利]数据处理的方法、设备和存储介质

说明书

本公开提供了用于数据处理的方法、装置、电子设备、计算机可读存储介质，涉及计算机领域。该方法包括：获取基于用户应用的感知模型调度信息；基于感知模型调度信息，确定感知模型调度集，其中所述感知模型调度集包括所述感知模型的多个子模型中的一个或多个子模型；基于来自数据采集装置的感知数据，运行所述感知模型调度集所包括的所述一个或多个子模型，以输出与所述一个或多个子模型相对应的一个或多个感知结果。通过使用根据本公开的实施例，能够提升感知模型运行的帧率，从而降低了获取感知结果的时延。

技术领域

本发明的实施例涉及计算机领域，并且具体地涉及用于数据处理的方法、设备和存储介质。

背景技术

随着人工智能技术的发展，自动驾驶已经成为人们关注和研究的热点。自主泊车是自动驾驶的一个重要环节，自主泊车的功能通常包括环境感知、车辆定位、规划决策以及车辆控制等几个方面。感知结果的获取速度以及准确性对于满足用户快速、精准自主泊车的需求尤为关键。

目前，通过神经网络模型对环境数据进行处理来获得精准的感知结果。然而，神经网络模型需要处理大量的数据，使得感知结果输出具有较大时延，依然不能满足用户的需要。

发明内容

根据本公开的实施例，提出了一种用于数据处理的方案。

在本公开的第一方面，提供一种用于数据处理的方法。该方法包括：获取基于用户应用的感知模型调度信息；基于感知模型调度信息，确定感知模型调度集，其中感知模型调度集包括感知模型的多个子模型中的一个或多个子模型；基于来自数据采集装置的感知数据，运行感知模型调度集所包括的一个或多个子模型，以输出与一个或多个子模型相对应的一个或多个感知结果。

在一些实施例中，该方法还包括：确定获得的感知模型调度信息相对于当前感知模型调度信息是否发生改变；在确定感知模型调度信息相对于当前感知模型调度信息发生改变时，基于感知模型调度信息更新感知模型调度集。

在一些实施例中，该方法还包括：运行更新后的感知模型调度集包括的一个或多个子模型，以输出与该一个或多个子模型相对应的一个或多个感知结果。

在一些实施例中，感知模型调度集包括的一个或多个子模型并行或串行地运行。串行地运行一个或多个子模型包括按顺序轮流地运行一个或多个子模型。

在一些实施例中，串行地运行一个或多个模型还包括根据模型运行帧率，间隔地运行一个多个子模型。

在一些实施例中，运行一个或多个子模型包括启用多个线程。多个线程包括预处理、模型推理以及后处理。

在一些实施例中，运行一个或多个子模型还包括：在所述多个线程并行的情况下，运行所述一个或多个子模型。

在本公开的第二方面，提供一种用于数据处理的装置。该装置包括：数据采集模块，被配置为从用户环境中采集感知数据；模型调度器，被配置为响应于接收到基于用户应用的感知模型调度信息，确定感知模型调度集，该感知模型调度集包括感知模型的多个子模型中的一个或多个子模型；以及感知执行器，被配置为基于感知数据，运行多个子模型中的一个或多个子模型，以输出与一个或多个子模型相对应的一个或多个感知结果。

在一些实施例中，模型调度器还包括控制模块，控制模块基于感知模型调度信息从模型集中选择一个或多个子模型作为感知模型调度集。

在一些实施例中，模型调度器还包括比较模块，被配置为确定感知模型调度信息相对于当前感知模型调度信息是否改变。在确定感知模型调度信息相对于当前感知模型调度信息发生改变时，控制模块基于感知模型调度信息更新感知模型调度集。

在一些实施例中，感知执行器运行更新后的一个或多个子模型，以输出与该一个或多个子模型相对应的一个或多个感知结果。