[发明专利]基于多任务预测模型的数据处理方法、装置、设备和介质

说明书

本公开公开了一种基于多任务预测模型的数据处理方法、装置、设备和介质，涉及计算机技术领域，尤其涉及机器学习技术、云计算及云服务技术领域。具体实现方案为：对产品至少两个尺寸维度的原始数据分别执行预处理操作，以得到至少两组标准原始数据；对标准原始数据进行特征提取，以得到至少两组尺寸特征数据；将至少两组尺寸特征数据进行拼接，以得到特征拼接数据；分别对特征拼接数据进行特征融合，以得到至少两组特征融合数据；根据特征融合数据确定产品每个尺寸维度的预测结果。本公开实现了提高对于产品每个尺寸维度预测结果的准确度的效果。

技术领域

本公开涉及计算机技术领域，尤其涉及机器学习技术、云计算及云服务技术领域，特别涉及一种基于多任务预测模型的数据处理方法、装置、设备和介质。

背景技术

注塑成型是常见的一种塑料制品加工工艺，它所加工的产品在生活中随处可见，例如电子产品、汽车配件和玩具等。由于成型系统较为复杂并且对环境较为敏感，注塑成型加工过程中的不稳定因素很容易导致产品不良的发生，造成经济损失。因此需要对成型过程的产品尺寸实时预测，这有助于减少甚至避免不合格品的产生，对于管控产品质量、降低生产成本有重要的作用。

现有方法通常是采用多个独立模型对产品尺寸的各维度分别进行预测。

发明内容

本公开提供了一种用于预测产品尺寸的方法、装置、设备和介质。

根据本公开的一方面，提供了一种基于多任务预测模型的数据处理方法，所述多任务预测模型包括输入层、至少一层特征共享层和输出层，所述特征共享层包括至少两个特征提取模块、特征拼接模块、和至少两个特征融合模块，所述输出层包括至少两个预测模块；所述方法包括：

通过所述输入层对产品至少两个尺寸维度的原始数据分别执行预处理操作，以得到至少两组标准原始数据；

将至少两组所述标准原始数据分别输入至少两个所述特征提取模块，对所述标准原始数据进行特征提取，以得到至少两组尺寸特征数据；

将至少两组所述尺寸特征数据输入所述特征拼接模块进行拼接，以得到特征拼接数据；

将所述特征拼接数据分别输入至少两个所述特征融合模块，分别对所述特征拼接数据进行特征融合，以得到至少两组特征融合数据；

将至少两组所述特征融合数据分别输入至少两个所述预测模块，以根据所述特征融合数据确定所述产品每个尺寸维度的预测结果。

根据本公开的另一方面，提供了一种基于多任务预测模型的数据处理装置，所述多任务预测模型包括输入层、至少一层特征共享层和输出层，所述特征共享层包括至少两个特征提取模块、特征拼接模块、和至少两个特征融合模块，所述输出层包括至少两个预测模块；所述装置包括：

预处理模块，用于通过所述输入层对产品至少两个尺寸维度的原始数据分别执行预处理操作，以得到至少两组标准原始数据；

尺寸特征数据获取模块，用于将至少两组所述标准原始数据分别输入至少两个所述特征提取模块，对所述标准原始数据进行特征提取，以得到至少两组尺寸特征数据；

特征拼接数据获取模块，用于将至少两组所述尺寸特征数据输入所述特征拼接模块进行拼接，以得到特征拼接数据；

特征融合数据获取模块，用于将所述特征拼接数据分别输入至少两个所述特征融合模块，分别对所述特征拼接数据进行特征融合，以得到至少两组特征融合数据；

预测结果确定模块，用于将至少两组所述特征融合数据分别输入至少两个所述预测模块，以根据所述特征融合数据确定所述产品每个尺寸维度的预测结果。

根据本公开的另一方面，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，