数据处理方法及装置、电子设备和存储介质制造方法及图纸

本申请涉及一种数据处理方法及装置、电子设备和存储介质，所述方法应用于处理器，包括：处理器根据输入特征矩阵，确定第一特征矩阵，输入特征矩阵为对传感器获取的数据进行处理后得到的特征矩阵，输入特征矩阵的尺寸为M行C

【技术实现步骤摘要】
数据处理方法及装置、电子设备和存储介质


[0001]本申请涉及计算机
，尤其涉及一种数据处理方法及装置、电子设备和存储介质。

技术介绍

[0002]随着深度学习的快速发展，传统汽车行业与信息技术相结合，使得自动驾驶相关技术取得了长足进步。其中，环境感知在自动驾驶中发挥着不可替代的作用。例如，通常通过激光雷达等传感器扫描汽车周围环境，获得点云数据，并通过对点云数据的处理，来感知汽车周围环境。
[0003]点云数据具有无序性、无结构等特点，对点云数据进行处理时，通常首先对点云数据进行体素化，得到体素数据，由于点云数据体素化后的体素数据的稀疏率极高，然后可通过稀疏卷积(sparse convolution，SC)或子流形稀疏卷积(submanifold sparse convolution，SSC)，对该体素数据进行处理。
[0004]目前，处理器对点云数据体素化后的体素数据进行稀疏卷积SC或子流形稀疏卷积SSC时，通常首先根据该体素数据中的有效特征点的位置、稀疏卷积SC或子流形稀疏卷积SSC的配置参数(例如卷积核/滤波器(fi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，应用于处理器，所述方法包括：所述处理器根据输入特征矩阵，确定第一特征矩阵，所述输入特征矩阵为对传感器获取的数据进行处理后得到的特征矩阵，所述输入特征矩阵的尺寸为M行C
in
列，所述第一特征矩阵的尺寸为N行C
in
列，M、N、C
in
为正整数且N＞M；所述处理器根据所述第一特征矩阵及权重矩阵，确定第一中间结果；所述处理器根据与所述输入特征矩阵对应的索引矩阵及所述数据处理的配置参数，确定所述数据处理的规则集及与输出矩阵对应的索引矩阵；所述处理器根据所述规则集及所述第一中间结果，确定所述输出矩阵。2.根据权利要求1所述的方法，其特征在于，所述根据与所述输入特征矩阵对应的索引矩阵及所述数据处理的配置参数，确定所述数据处理的规则集及与输出矩阵对应的索引矩阵，包括：根据与所述输入特征矩阵对应的索引矩阵及所述数据处理的配置参数，确定所述数据处理的输出点的数量及各个输出点的索引位置；根据所述各个输出点的索引位置，确定与输出矩阵对应的索引矩阵；根据所述输出点的数量、与所述输入特征矩阵对应的索引矩阵及所述数据处理的配置参数，确定所述数据处理的规则集。3.根据权利要求1或2所述的方法，其特征在于，所述规则集为所述处理器对所述第一中间结果进行重组以得到第二中间结果时使用的规则的集合，所述规则集中的规则用于指示所述第二中间结果中的第一位置与所述第一中间结果中的第二位置之间的对应关系。4.根据权利要求3所述的方法，其特征在于，所述规则集表示为K个规则矩阵，所述规则矩阵包括L行，所述规则矩阵中的L行按照所述第一位置从小到大的顺序进行排序，L为正整数。5.根据权利要求1至4中任意一项所述的方法，其特征在于，所述根据所述规则集及所述第一中间结果，确定所述输出矩阵，包括：根据所述规则集，对所述第一中间结果进行重组，得到第二中间结果；根据所述第二中间结果，确定所述输出矩阵。6.根据权利要求5所述的方法，其特征在于，所述根据所述处理规则集，对所述第一中间结果进行重组，得到第二中间结果，包括：根据所述规则集中各条规则指示的第二位置，分别从所述第一中间结果中读取数据；将读取的数据分别写入所述各条规则指示的第一位置，得到第二中间结果。7.根据权利要求5所述的方法，其特征在于，所述第二中间结果包括K个尺寸为L行C
out
列的第三特征矩阵，K、C
out
为正整数，所述根据所述第二中间结果，确定所述输出矩阵，包括：将所述K个尺寸为L行C
out
列的第三特征矩阵相加，得到输出矩阵，所述输出矩阵的尺寸为L行C
out
列。8.根据权利要求1至7中任意一项所述的方法，其特征在于，所述根据输入特征矩阵，确定第一特征矩阵，包括：在所述输入特征矩阵的最后一行之后，增加(N
‑
M)行辅助数据，得到第一特征矩阵，所述(N
‑
M)行中至少一行为全零行。
9.根据权利要求1至8中任意一项所述的方法，其特征在于，所述权重矩阵包括K个尺寸为C
in
行C
out
列的矩阵，所述根据所述第一特征矩阵及权重矩阵，确定第一中间结果，包括：将所述第一特征矩阵分别与所述K个尺寸为C
in
行C
out
列的矩阵相乘，得到第一中间结果，所述第一中间结果包括K个尺寸为N行C
out
列的第二特征矩阵。10.一种数据处理装置，其特征在于，应用于处理器，所述装置包括：特征矩阵确定模块，用于根据输入特征矩阵，确定第一特征矩阵，所述输入特征矩阵为对传感器获取的数据进行处理后得到的特征矩阵，所述输入特征矩阵的尺寸为M行C
in
列，所述第一特征矩阵的尺寸为N行C
in

【专利技术属性】
技术研发人员：卢帆，朱敏超，左盟，舒嘉明，
申请(专利权)人：华为技术有限公司，
类型：发明
国别省市：