一种数据组装方法、装置、设备和可读存储介质制造方法及图纸

本发明专利技术提供了一种数据组装方法、装置、设备和可读存储介质，可以获取待输入至模型的所有图片的尺寸集合，其中尺寸集合包括每个图片的尺寸值组。基于每个图片的尺寸值组以及预设拼接规则对所有图片进行拼接，得到一张包含所有图片的拼接图片。然后基于模型的视野宽度在拼接图片中的相邻图片之间插入空白像素，得到组装后的图片。该数据组装方法通过将各个图片拼接为一个大的图片后进行空白像素的填充得到的组装图片，能够加大模型每次计算的样本数，同时减少数据组装过程中所产生的计算浪费，从而提高了神经网络模型的计算效率。从而提高了神经网络模型的计算效率。从而提高了神经网络模型的计算效率。

【技术实现步骤摘要】
一种数据组装方法、装置、设备和可读存储介质


[0001]本专利技术涉及数据处理
，具体涉及一种数据组装方法、装置、设备和可读存储介质。

技术介绍

[0002]随着人工智能的不断发展，神经网络模型所面对的输入场景也越来越复杂，这就导致单个模型的输入之间会存在非常大的差异，尤其对于CV(Computer Vision)计算机视觉类应用而言，输入的图片尺寸会存在较大的差异。
[0003]为提高处理器加速卡的处理效率，最为有效的手段是将输入的图片数据进行组装，使得模型的单次计算样本增多，从而提高计算效率。目前通常采用Batch方式(批处理方式)进行图片的拼接组装，该种组装方式在输入的图片的尺寸差异过大时，会产生很多的无效计算，反而会使得神经网络模型的计算效率下降。

技术实现思路

[0004]为了解决现有技术存在的组装单一、计算效率低的问题，本专利技术提供了一种数据组装方法、装置、设备和可读存储介质，其具有计算效率更高等特点。
[0005]根据本专利技术具体实施方式提供的一种数据组装方法，包括：<br/>[0006]本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种数据组装方法，其特征在于，包括：获取待输入至模型的所有图片的尺寸集合，所述尺寸集合包括每个所述图片的尺寸值组；基于每个所述图片的尺寸值组以及预设拼接规则对所述所有图片进行拼接，得到一张包含所述所有图片的拼接图片；基于所述模型的视野宽度在所述拼接图片中的相邻图片之间插入空白像素，得到组装后的图片。2.根据权利要求1所述的方法，其特征在于，还包括：基于预设填充规则生成所述组装后的图片的掩码。3.根据权利要求2所述的方法，其特征在于，所述基于预设填充规则生成所述组装后的图片的掩码，包括：将组装后的图片中每个所述图片区域的每个像素填充为1，将所述相邻图片之间的空白像素填充为0。4.根据权利要求1所述的方法，其特征在于，所述图片的尺寸值组包括所述图片的长度值和宽度值，所述基于每个所述图片的尺寸值组以及预设拼接规则对所述所有图片进行拼接，得到一张包含所述所有图片的拼接图片，包括：循环执行图片拼接流程，直至所述尺寸集合中只包含一组尺寸值组，所述图片拼接流程包括：将第一尺寸值组所表征的图片和第二尺寸值组所表征的图片进行拼接得到第一拼接图片，所述第一尺寸值组为所述尺寸集合中长度值和宽度值均最小的尺寸值组，所述第二尺寸值组为与所述第一尺寸值组差值最小的尺寸值组；将所述第一拼接图片的尺寸值组加入所述尺寸集合中，并删除所述尺寸集合中的所述第一尺寸值组和所述第二尺寸值组。5.根据权利要求4所述的方法，其特征在于，所述第一拼接图片...

【专利技术属性】
技术研发人员：姚文军，陈旭，凌震华，
申请(专利权)人：中国科学技术大学，
类型：发明
国别省市：