数据处理方法、装置、电子设备及存储介质制造方法及图纸

本申请实施例提供了数据处理方法、装置、电子设备及存储介质，该方法包括：获取多层感知机的输入数据；将输入数据输入到多层感知机中，得到处理结果，多层感知机包括：全局感知机，被配置为对输入数据进行分块，得到输入数据对应的分块结果，对分块结果进行全局感知处理，得到输入数据对应的全局感知结果；目标全连接层，被配置为对全局感知结果进行处理，得到处理结果，多层感知机通过对原始模型进行转换操作而得到。多层感知机同时具有较快的处理速度和较高的精度，兼顾全局感知能力、分块感知能力、局部感知能力。知能力、局部感知能力。知能力、局部感知能力。

【技术实现步骤摘要】
数据处理方法、装置、电子设备及存储介质


[0001]本申请涉及神经网络领域，具体涉及数据处理方法、装置、电子设备及存储介质。

技术介绍

[0002]目前，实际应用的用于执行视觉任务的神经网络通常基于诸如ResNet、RegNet的卷积神经网络构建。多层感知机(Multi
‑
Layer Perceptron，简称MLP)虽然具有表征能力强、相同参数量下计算量低的特点，但是由于多层感知机的全连接层没有局部性，导致多层感知机的精度显著低于卷积神经网络，多层感知机无法实际用于构建用于执行视觉任务的神经网络。

技术实现思路

[0003]本申请实施例提供一种数据处理方法、装置、电子设备及存储介质。
[0004]本申请实施例提供一种数据处理方法，包括：
[0005]获取多层感知机的输入数据；
[0006]将所述输入数据输入到多层感知机中，得到处理结果，其中，所述多层感知机包括：
[0007]全局感知机，被配置为对所述输入数据进行分块，得到所述输入数据对应的分块结果，对所述分块结果进行全局感知处本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种数据处理方法，其特征在于，所述方法包括：获取多层感知机的输入数据；将所述输入数据输入到多层感知机中，得到处理结果，其中，所述多层感知机包括：全局感知机，被配置为对所述输入数据进行分块，得到所述输入数据对应的分块结果，对所述分块结果进行全局感知处理，得到所述输入数据对应的全局感知结果；目标全连接层，被配置为对所述全局感知结果进行处理，得到处理结果，所述多层感知机通过对原始模型进行转换操作而得到，所述原始模型被预先训练，所述原始模型包括：所述全局感知机、分块感知机、局部感知机，所述转换操作包括：确定所述分块感知机对应的全连接层参数信息，确定所述局部感知机对应的全连接层参数信息；基于所述分块感知机对应的全连接层参数信息和所述局部感知机对应的全连接层参数信息，确定目标全连接层参数信息；将所述分块感知机和所述局部感知机转换为具有所述目标全连接层参数信息的所述目标全连接层。2.根据权利要求1所述的方法，其特征在于，所述分块感知机包括：全连接层、批正则化层，确定所述分块感知机对应的全连接层参数信息包括：基于所述分块感知机中的全连接层的参数信息和所述分块感知机中的批正则化层的参数信息，确定所述分块感知机对应的全连接层参数信息。3.根据权利要求1所述的方法，其特征在于，所述局部感知机包括：分支，所述分支包括：卷积层、批正则化层，所述局部感知机对应的全连接层参数信息包括：所述局部感知机中的每一个分支对应的全连接层参数信息；确定所述局部感知机对应的全连接层参数信息包括：对于所述局部感知机中的每一个分支，基于所述分支中的卷积层的参数信息和所述分支中的批正则化层的参数信息，确定所述分支对应的卷积层参数信息；基于所述分支对应的卷积层参数信息，确定所述分支对应的全连接层参数信息。4.根据权利要求3所述的方法，其特征在于，基于所述分块感知机对应的全连接层参数信息和所述局部感知机对应的全连接层参数信息，确定目标全连接层参数信息包括：将所述分块感知机对应的全连接层参数信息和所述局部感知机对应的全连接层参数信息相加，得到目标全连接层参数信息。5.根据权利要求3所述的方法，其特征在于，所述局部感知机中的每一个分支中的卷积层分别1x1卷积层、3x3卷积层、5x5卷积层、7x7卷积层。6.根据权利要求1
‑
5中任一项所述的方法，所述分块结果包括：多个图像块，所述全局感知结果包括：每一个所述图像块对应的经过全局感知的图像块，所述图像块对应的经...

【专利技术属性】
技术研发人员：丁霄汉，张祥雨，
申请(专利权)人：北京迈格威科技有限公司，
类型：发明
国别省市：