[发明专利]数据处理方法及装置、图像处理方法、电子设备及介质

说明书

一种数据处理方法、数据处理装置、图像处理方法、电子设备以及计算机可读存储介质。该方法包括：读取具有第一图像格式的多个输入数据；对多个输入数据进行转换得到具有第二图像格式的多个中间数据；以及对多个中间数据进行处理，以得到多个输出数据，每个输入数据包括第一分量，多个输入数据的多个第一分量排布形成多个第一分量行，读取具有第一图像格式的多个输入数据包括：读取多个第一分量行中的第一组第一分量行，并将第一组第一分量行存入到第一寄存器中；读取多个第一分量行中的第二组第一分量行，并将第二组第一分量行存入到第二寄存器中。该方法可以提高寄存器的利用效率，减少计算量，提高计算效率，并且具有更好的灵活性。

技术领域

本公开的实施例涉及一种数据处理方法、数据处理装置、图像处理方法、电子设备以及计算机可读存储介质。

背景技术

残差神经网络被广泛应用于图像分类和物体识别，其特点是容易优化，并且能够通过增加网络的深度来提高准确率。ResNet结构是残差神经网络在图像识别中近年来最成功的算法之一。通过预处理过程，可以实现将图像数据转换为残差神经网络的输入，在预处理过程中，通过对图像数据做裁剪、拆分等操作，可以得到所需的重塑后的向量以进行后续的卷积运算。在预处理过程中，加入数据折叠操作，可以极大地提高卷积运算效率。

发明内容

本公开至少一个实施例提供一种数据处理方法，包括：读取具有第一图像格式的多个输入数据；对多个输入数据进行转换得到具有第二图像格式的多个中间数据；以及对多个中间数据进行处理，以得到多个输出数据，每个输入数据包括第一分量，多个输入数据的多个第一分量排布形成多个第一分量行，读取具有第一图像格式的多个输入数据，包括：读取多个第一分量行中的第一组第一分量行，并将第一组第一分量行存入到第一寄存器中；读取多个第一分量行中的第二组第一分量行，并将第二组第一分量行存入到第二寄存器中。

例如，在本公开一实施例提供的数据处理方法中，第一组第一分量行和第二组第一分量行被同时读取。

例如，在本公开一实施例提供的数据处理方法中，第一组第一分量行包括多个第一分量行中的偶数行，第二组第一分量行包括多个第一分量行中的奇数行。

例如，在本公开一实施例提供的数据处理方法中，每个输入数据包括第二分量和第三分量，多个输入数据的多个第二分量和多个第三分量排布形成多个第二分量行，读取具有第一图像格式的多个输入数据，还包括：读取多个第二分量行，并将多个第二分量行存入到第三寄存器中。

例如，在本公开一实施例提供的数据处理方法中，每个第二分量行包括多个第二分量和多个第三分量，且每个第二分量行中的多个第二分量和多个第三分量交替排列。

例如，在本公开一实施例提供的数据处理方法中，多个第一分量行中的第2n-1个第一分量行和第2n个第一分量行对应于多个第二分量行中的第n个第二分量行，n为正整数。

例如，在本公开一实施例提供的数据处理方法中，第一图像格式为YUV格式，第一分量为Y分量，第二分量为U分量，第三分量为V分量。

例如，在本公开一实施例提供的数据处理方法中，第一图像格式采用4:2:0的采样格式，多个输入数据采用平面格式存储在内存中。

例如，在本公开一实施例提供的数据处理方法中，对多个输入数据进行转换得到具有第二图像格式的多个中间数据，包括：基于第一图像格式和第二图像格式之间的转换关系，对第一寄存器中存储的第一分量和第三寄存器存储中的第二分量和第三分量进行计算以得到多个第一中间数据，对第二寄存器中存储的第一分量和第三寄存器存储中的第二分量和第三分量进行计算以得到多个第二中间数据，多个中间数据包括多个第一中间数据和多个第二中间数据。

例如，在本公开一实施例提供的数据处理方法中，对多个中间数据进行处理，包括：对多个第一中间数据和多个第二中间数据进行归一化处理，得到归一化后的多个第一中间数据和归一化后的多个第二中间数据。