[发明专利]数据处理、图像处理方法、装置及电子设备

权利要求书

1.一种数据处理方法，其特征在于，包括：

获取待处理图像的目标特征图；

通过空间位置特征注意力模块对所述目标特征图的进行降维和关联度重分配处理，得到空间注意力结果图，其中，所述空间注意力结果图为对所述目标特征图的每个空间位置特征进行加权计算之后的特征图；

通过通道注意力模块对空间注意力结果图和所述目标特征图进行处理，得到通道注意力分布图，其中，所述通道注意力分布图表示所述目标特征图中每个特征通道的重要程度。

2.根据权利要求1所述的方法，其特征在于，对所述目标特征图的进行降维和关联度重分配处理，得到空间注意力结果图包括：

对所述目标特征图进行降维处理，得到第一降维特征图，其中，所述目标特征图的大小为C*H*W，所述第一降维特征图的大小为C*S，C为所述目标特征图的通道数量；

在通道数量的维度上，对所述第一降维特征图进行降维处理，得到第二降维特征图；

对第二降维特征图进行操作，得到所述第一降维特征图关联度重分配的权重值矩阵，其中，所述权重值矩阵中包含所述目标特征图的每个特征通道中各个空间位置特征的权重值；

对所述权重值和所述第一降维特征图进行融合，得到所述空间注意力结果图。

3.根据权利要求2所述的方法，其特征在于，所述空间位置特征注意力模块包括：特征金字塔池化模块、卷积模块和softmax处理模块。

4.根据权利要求3所述的方法，其特征在于，对所述目标特征图进行降维处理，得到第一降维特征图包括：

通过所述特征金字塔池化模块对所述目标特征图进行降维处理，得到第一降维特征图。

5.根据权利要求3所述的方法，其特征在于，在通道数量的维度上，对所述第一降维特征图进行降维处理，得到第二降维特征图包括：

通过所述卷积模块在通道数量的维度上，对所述第一降维特征图进行降维处理，得到第二降维特征图，其中，所述第二降维特征图的通道数量小于所述第一降维特征图的通道数量。

6.根据权利要求3所述的方法，其特征在于，对第二降维特征图进行操作，得到所述第一降维特征图关联度重分配的权重值矩阵包括：

通过所述softmax处理模块对第二降维特征图进行操作，得到所述第一降维特征图关联度重分配的权重值矩阵。

7.根据权利要求3所述的方法，其特征在于，对所述权重值和所述第一降维特征图进行融合，得到所述空间注意力结果图包括：

计算所述权重值矩阵和所述第一降维特征图之间乘积，并将乘积计算结果确定为所述空间注意力结果图。

8.根据权利要求1所述的方法，其特征在于，所述通道注意力模块包括：全连接模块和sigmoid模块。

9.根据权利要求8所述的方法，其特征在于，通过通道注意力模块对空间注意力结果图和所述目标特征图进行处理，得到通道注意力分布图包括：

通过所述全连接模块对所述空间注意力结果图进行全连接计算，得到全连接计算结果；

通过所述sigmoid模块对所述全连接计算结果进行归一化计算，得到归一化计算结果；

将所述归一化计算结果和所述目标特征图进行融合，得到所述通道注意力分布图。

10.根据权利要求9所述的方法，其特征在于，将所述归一化计算结果和所述目标特征图进行融合包括：

将所述归一化计算结果和所述目标特征图进行点乘计算，得到所述通道注意力分布图。