数据处理方法及装置、计算机可读介质及电子设备制造方法及图纸

本公开涉及数据处理技术领域，具体涉及一种数据处理方法、一种数据处理装置、一种计算机可读介质以及一种电子设备。所述方法包括：获取待处理的特征图，将所述特征图输入膨胀率计算层，以获取所述特征图对应的膨胀率表；其中，所述膨胀率表包括所述特征图中各像素对应的膨胀率值；将所述膨胀率表输入膨胀卷积层，以使所述膨胀卷积层结合所述膨胀率表对所述特征图进行膨胀卷积处理，以获取所述特征图对应的特征数据。本方法能够实现对特征图中各像素的自适应的、精细化的调整感受野，避免特征提取过程中对特征的遗漏；并能提高采样密度，保留细节特征。

【技术实现步骤摘要】
数据处理方法及装置、计算机可读介质及电子设备
本公开涉及数据处理
，具体涉及一种数据处理方法、一种数据处理装置、一种计算机可读介质以及一种电子设备。
技术介绍
在利用深度学习算法进行图像处理时，扩大感受野有助于神经网络接收到更大范围的信息，提取更复杂的信息。一般来说，常规的扩大感受野的一种方式是增加神经网络的层数，越深的网络层接收到越广的信息。但是，其缺点在于大大增加了网络复杂度，收敛的难度随之提升。另一种膨胀卷积的方式，则是通过扩大滤波器尺寸来实现扩大感受野的目的。但是，其缺陷是卷积运算时有规律地跳过了一些像素，会在生成的特征中形成孔洞，导致特征被遗漏。需要说明的是，在上述
技术介绍
部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
技术实现思路
本公开提供一种数据处理方法、一种数据处理装置、一种计算机可读介质以及一种终端设备，能够对膨胀卷积的计算过程中自适应的调整感受野，避免特征遗漏。本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通本文档来自技高网...

【技术保护点】
1.一种数据处理方法，其特征在于，包括：/n获取待处理的特征图，将所述特征图输入膨胀率计算层，以获取所述特征图对应的膨胀率表；其中，所述膨胀率表包括所述特征图中各像素对应的膨胀率值；/n将所述膨胀率表输入膨胀卷积层，以使所述膨胀卷积层结合所述膨胀率表对所述特征图进行膨胀卷积处理，以获取所述特征图对应的特征数据。/n

【技术特征摘要】
1.一种数据处理方法，其特征在于，包括：
获取待处理的特征图，将所述特征图输入膨胀率计算层，以获取所述特征图对应的膨胀率表；其中，所述膨胀率表包括所述特征图中各像素对应的膨胀率值；
将所述膨胀率表输入膨胀卷积层，以使所述膨胀卷积层结合所述膨胀率表对所述特征图进行膨胀卷积处理，以获取所述特征图对应的特征数据。


2.根据权利要求1所述的数据处理方法，其特征在于，所述膨胀率计算层包括至少一个卷积层；
所述将所述特征图输入膨胀率计算层，以获取所述特征图对应的膨胀率表，包括：
对所述特征图进行至少一次的卷积处理，以获取所述膨胀率表。


3.根据权利要求1或2所述的数据处理方法，其特征在于，所述方法还包括：
根据所述特征图的图像尺寸配置所述膨胀率表的图像尺寸；或者，
结合所述特征图的图像尺寸与所述膨胀卷积层的输出通道数配置所述膨胀率表的图像尺寸；或者
结合所述特征图的图像尺寸与所述膨胀卷积层的输出通道的滤波器分组信息配置所述膨胀率表的图像尺寸。


4.根据权利要求3所述的数据处理方法，其特征在于，所述膨胀率表的图像尺寸与所述特征图的图像尺寸相同；或者
所述膨胀率表的图像尺寸为所述特征图的图像尺寸与所述膨胀卷积层的输出通道数的乘积；或者
所述膨胀率表的图像尺寸为所述特征图的图像尺寸与所述膨胀卷积层输出通道数滤波器分组数的乘积。


5.根据权利要求1所述的数据处理方法，其特征在于，所述将所述膨胀率表输入膨胀卷积层，以使所述膨胀卷积层结合所述膨胀率表对所述特征图进行膨胀卷积处理，包括：
查询所述膨胀率表以获取所述特征图中各像素对应的膨胀率值；
根据所述膨胀率值确定对应像素的采样范围，以进行膨胀卷积处理。


6.根据权利要求5所述的数据处理方法，其特征在于，所述查询所述膨胀率表以获取所述特征图中各像素对应的膨胀率值，包括：
对于所述膨胀卷积层的各层输出通道，同一坐标像素在各层输出通道中采用相同的膨胀率值进行膨胀卷积处理；其中，所述膨胀率表与所述特征图的图像尺寸相同。


7.根据权利要求5所述的数据处理方法，其特征在于，所述查询所述膨胀率表以获取所述特征图中各像素对应的膨胀率值，包括：
查询所述膨胀卷积层的各层输出通道对应的膨...

【专利技术属性】
技术研发人员：张弓，
申请(专利权)人：OPPO广东移动通信有限公司，
类型：发明
国别省市：广东;44