本发明专利技术涉及一种图像处理方法、装置、存储介质及处理器，属于数据处理技术领域。所述图像处理方法由主进程执行，包括：获取多路图像数据；调用第一线程对所述多路图像数据进行解码，得到解码图像；将所述解码图像发送至网络模型中进行推理，得到推理结果。在主进程去调用第一线程，在第一线程里去进行图像解码操作，这样图像解码后再给到主进程进行网络模型进行推理，这样就可以在进行网络模型推理的同时，又可以在第一线程里继续进行图像解码，图像解码与网络模型推理并行进行互不影响，从而使图像的解码与模型的推理并行处理，使网络模型自动化推理的过程更加高效，能够在最短的时间推理更多的图片，提高模型的推理效率。提高模型的推理效率。提高模型的推理效率。
【技术实现步骤摘要】
图像处理方法、装置、存储介质及处理器
[0001]本专利技术涉及数据处理
，具体地涉及一种图像处理方法、一种图像处理装置、一种机器可读存储介质及一种处理器。
技术介绍
[0002]车外摄像头采集到的车辆周围环境图像数据，经过图片提取后，转化为一帧一帧的图像送入到训练过的神经网络模型中，神经网络模型将会把采集的图像数据进行解码，再可进行模型推理转化为具体目标的位置框、种类等结构化数据。模型测试人员在拿到采集的图像数据后，会进行图像数据的预处理，例如图像解码，解码格式转换、输入到网络模型处理、模型处理结果生成结构化数据等等步骤。
[0003]然而现有的网络模型推理是在对输入的图像数据进行依次处理后进行的，每张图片都需要进行解码，等多路摄像头图片均解码成功后再统一地发送到模型进行推理，最后输出网络模型的推理解析结果，这就导致网络模型推理速度比较慢。
[0004]因此，现有的图像处理方法存在网络模型自动化推理速度比较慢，推理效率低的问题。
技术实现思路
[0005]本专利技术实施例的目的是提供一种图像处理方法、一种图像处理装置、一种机器可读存储介质及一种处理器，该图像处理方法能够实现图像的解码与模型的推理并行处理，使网络模型自动化推理的过程更加高效，能够在最短的时间推理更多的图片，提高了网络模型的推理效率。
[0006]为了实现上述目的，本申请第一方面提供一种图像处理方法，由主进程执行，包括：
[0007]获取多路图像数据；
[0008]调用第一线程对所述多路图像数据进行解码，得到解码图像；
[0009]将所述解码图像发送至网络模型中进行推理，得到推理结果。
[0010]在本申请实施例中，所述第一线程为预先构建好的线程池中的多个线程；所述调用第一线程对所述多路图像数据进行解码，得到解码图像，包括：
[0011]分别调用各个线程对对应的图像数据进行解码；
[0012]在所述各个线程对对应的图像数据解码完成后，分别输出对应的初始解码图像，以得到解码图像；
[0013]其中，所述线程池是根据实际图像数据采集路数构建相应数目的线程得到；一个线程用于对一路图像数据进行解码。
[0014]在本申请实施例中，所述分别调用各个线程对对应的图像数据进行解码之后还包括：
[0015]将各个线程对对应的图像数据进行解码得到的图像数据指针分别存入预设的图
像列表中；
[0016]当所述预设的图像列表的数据长度为图像数据路数时，完成对所述多路图像数据的解码。
[0017]在本申请实施例中，在各个线程输出对应的初始解码图像时，还包括：
[0018]判断当前输出的初始解码图像的顺序是否正确；
[0019]确定当前输出的初始解码图像的顺序不正确，阻塞各个线程输出对应的初始解码图像；
[0020]等待上下文中提交的函数任务均完成后，判断各个线程中的解码任务是否均完成；
[0021]在各个线程中的解码任务均完成的情况下，启动各个线程输出对应的初始解码图像，得到解码图像。
[0022]在本申请实施例中，所述各个线程的解码任务形成任务队列；所述判断各个线程中的解码任务是否均完成，包括：
[0023]将所述任务队列中的解码任务取出，并依次存入数组对象中；
[0024]根据所述数组对象的大小判断各个线程中的解码任务是否均完成。
[0025]在本申请实施例中，在得到推理结果之后，还包括：
[0026]调用第二线程接收所述推理结果。
[0027]在本申请实施例中，还包括：
[0028]采用条件变量和互斥锁对所述主进程、第一线程和第二线程进行唤醒，以实现同步。
[0029]本申请第二方面提供一种图像处理装置，包括：
[0030]获取模块，用于获取多路图像数据并传入主进程；
[0031]解码模块，用于在主进程中调用第一线程对所述多路图像数据进行解码，得到解码图像；
[0032]推理模块，用于通过主进程将所述解码图像发送至网络模型中进行推理，得到推理结果。
[0033]本申请第三方面提供一种处理器，被配置成执行上述的图像处理方法。
[0034]本申请第四方面提供一种机器可读存储介质，该机器可读存储介质上存储有指令，该指令在被处理器执行时使得所述处理器被配置成执行上述的图像处理方法。
[0035]本专利技术的有益效果：
[0036]主进程通过获取多路图像数据，然后调用第一线程对所述多路图像数据进行解码，得到解码图像；然后将所述解码图像发送至网络模型中进行推理，得到推理结果。在主进程去调用第一线程，在第一线程里去进行图像解码操作，这样图像解码后再给到主进程进行网络模型进行推理，这样就可以在进行网络模型推理的同时，又可以在第一线程里继续进行图像解码，图像解码与网络模型推理并行进行互不影响，从而使图像的解码与模型的推理并行处理，使网络模型自动化推理的过程更加高效，能够在最短的时间推理更多的图片，提高模型的推理效率。
[0037]本专利技术实施例的其它特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
[0038]附图是用来提供对本专利技术实施例的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本专利技术实施例，但并不构成对本专利技术实施例的限制。在附图中：
[0039]图1示意性示出了根据本申请实施例的一种图像处理方法的流程示意图；
[0040]图2示意性示出了根据本申请实施例的缩短网络模型自动化推理时间的流程示意图；
[0041]图3示意性示出了根据本申请实施例的一种图像处理装置的结构框图；
[0042]图4示意性示出了根据本申请实施例的计算机设备的内部结构图。
[0043]其中，410
‑
获取模块；420
‑
解码模块；430
‑
推理模块；A01
‑
处理器；A02
‑
网络接口；A03
‑
内存储器；A04
‑
显示屏；A05
‑
输入装置；A06
‑
非易失性存储介质；B01
‑
操作系统；B02
‑
计算机程序。
具体实施方式
[0044]以下将参照附图和优选实施例来说明本专利技术的实施方式，本领域技术人员可由本说明书中所揭露的内容轻易地了解本专利技术的其他优点与功效。本专利技术还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本专利技术的精神下进行各种修饰或改变。应当理解，优选实施例仅为了说明本专利技术，而不是为了限制本专利技术的保护范围。
[0045]以下结合附图对本专利技术实施例的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本专利技术实施例，并不用于限制本专利技术实施例。
[0046]需本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种图像处理方法，其特征在于，由主进程执行，包括：获取多路图像数据；调用第一线程对所述多路图像数据进行解码，得到解码图像；将所述解码图像发送至网络模型中进行推理，得到推理结果。2.根据权利要求1所述的图像处理方法，其特征在于，所述第一线程为预先构建好的线程池中的多个线程；所述调用第一线程对所述多路图像数据进行解码，得到解码图像，包括：分别调用各个线程对对应的图像数据进行解码；在所述各个线程对对应的图像数据解码完成后，分别输出对应的初始解码图像，以得到解码图像；其中，所述线程池是根据实际图像数据采集路数构建相应数目的线程得到；一个线程用于对一路图像数据进行解码。3.根据权利要求2所述的图像处理方法，其特征在于，所述分别调用各个线程对对应的图像数据进行解码之后还包括：将各个线程对对应的图像数据进行解码得到的图像数据指针分别存入预设的图像列表中；当所述预设的图像列表的数据长度为图像数据路数时，完成对所述多路图像数据的解码。4.根据权利要求2所述的图像处理方法，其特征在于，在各个线程输出对应的初始解码图像时，还包括：判断当前输出的初始解码图像的顺序是否正确；确定当前输出的初始解码图像的顺序不正确，阻塞各个线程输出对应的初始解码图像；等待上下文中提交的函数任务均完成后，判断各个线程中的解码...
【专利技术属性】
技术研发人员：龚敏，刘超，张燚，钟昌俊，
申请(专利权)人：重庆长安汽车股份有限公司，
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。