【技术实现步骤摘要】
图像数据处理方法及装置
[0001]本申请涉及图像处理
，尤其涉及一种图像数据处理方法及装置。
技术介绍
[0002]当前的主流机器翻译主要是基于神经网络机器翻译，这类方法是一个“编码器
‑
解码器”(encoder
‑
decoder)架构的系统，编码器对源语言序列进行编码，并提取信息，然后通过解码器把信息转换为目标语言，完成语言翻译过程。基于“编码器
‑
解码器”架构设计的深度自注意力变换(Transformer)模型凭借其优越的性能，已然成为机器翻译领域的主流模型，在深度学习领域产生了巨大影响。
[0003]而在以Transformer为主要模块的神经网络中，存在两个二维的数据张量进行矩阵相乘的操作，在一些方案中，一般将Transformer模型部署在支持矩阵相乘的芯片中使用。
[0004]但是市面上有些芯片是只支持卷积计算的，这样需要进行矩阵相乘操作的Transformer模块就无法部署在这些芯片上，这就使得Transformer模块的使用受限，灵...
【技术保护点】
【技术特征摘要】
1.一种图像数据处理方法，其特征在于，包括：获取第一图像矩阵A
m
×
p
以及第二图像矩阵B
p
×
n
；确定所述第一图像矩阵A
m
×
p
对应的第一特征图；确定所述第二图像矩阵B
p
×
n
对应的X个卷积核，每个卷积核的大小为f
×
f
×
p，其中，所述f为大于1的整数，所述X为大于或等于1的整数，每个卷积核包含所述第二图像矩阵B
p
×
n
中的一列或多列元素；将所述第一特征图与所述X个卷积核进行卷积得到第二特征图，所述第二特征图与第三图像矩阵对应，所述第三图像矩阵为第一图像矩阵A
m
×
p
以及第二图像矩阵B
p
×
n
进行矩阵相乘得到的结果。2.根据权利要求1所述的图像数据处理方法，其特征在于，所述确定所述第二图像矩阵B
p
×
n
对应的X个卷积核包括：确定所述X个卷积核中的n组目标元素的值，所述n组目标元素中第i组目标元素的值与第二图像矩阵中第i列元素的值对应，所述i为1至n的整数，每个卷积核包含所述n组目标元素中的一组或多组目标元素；确定所述X个卷积核中除了所述n组目标元素以外的其他元素的值为0。3.根据权利要求2所述的图像数据处理方法，其特征在于，每个卷积核包含所述n组目标元素中的一组目标元素Z1，Z2，...，Z
p
，针对每个卷积核，该卷积核包含的目标元素Z1，Z2，...，Z
p
分别位于该卷积核的第1，2，...，p个通道的第j行第k列；所述确定所述第一图像矩阵A
m
×
p
对应的第一特征图包括：确定与所述第一图像矩阵A
m
×
p
的m个行向量对应的m个数据模块，所述数据模块的长度为1，宽度为1，深度为p；按照预设的拼接规则对所述m个数据模块进行拼接得到第三特征图，所述第三特征图的长度为a，宽度为b，深度为p，所述a
×
b＝m；在所述第三特征图的上方边缘，下方边缘，左方边缘以及右方边缘分别插入零数据模块得到第一特征图，所述零数据模块的长度为1，宽度为1，深度为p，所述零数据模块中所有元素的值为零。4.根据权利要求2所述的图像数据处理方法，其特征在于，每个卷积核包含所述n组目标元素中的u组目标元素，所述u为大于1且小于或等于f的整数，针对每个卷积核，该卷积核包含的第v组目标元素中的p个目标元素分别位于该卷积核的第1，2...，p个通道的第j
v
行第k
v
列，其中v为1至u的整数；所述确定所述第一图像矩阵A
m
×
p
对应的第一特征图包括：确定与所述第一图像矩阵A
m
×
p
的m个行向量对应的m个数据模块，所述数据模块的长度为1，宽度为1，深度为p；按照预设的拼接规则对所述m个数据模块进行拼接得到第三特征图，所述第三特征图的长度为a，宽度为b，深度为p，所述a
×
b＝m；在所述第三特征图的目标位置插入零数据模块得到第一特征图，所述目标位置包括内部位置和边缘位置，所述目标位置与所述多组目标元素在所述卷积核中对应的位置相关，所述零数据模块的长度为1，宽度为1，深度为n，所述零数据模块中所有元素的值为零。5.一种图像数据装置，其特征在于，包括：
获取模块，用于获取第一图像矩阵A
m
×
p
以及第二图像矩阵B
【专利技术属性】
技术研发人员：胡宇，姬彬斐，刘嘉超，刘兰个川，
申请(专利权)人：广州小鹏自动驾驶科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。