数据处理方法、图像编码器和图像解码器训练方法及装置制造方法及图纸

本公开提供了一种数据处理方法、图像编码器和图像解码器训练方法及装置。本公开涉及自动驾驶技术领域，具体涉及数据回传、深度学习等人工智能技术领域。具体实现方案为：获取原始图像；利用预先训练的图像编码器对原始图像进行编码，得到原始图像的目标编码；对原始图像进行降采样处理，得到原始图像的目标分辨率图像；将原始图像的目标编码和目标分辨率图像发送至服务器，以供服务器基于目标编码和目标分辨率图像优化感知模型。根据本公开的方案，能够对车端采集数据进行较高比例的压缩，提高数据回传的速度，并且不会对后续感知模型优化产生负面影响。产生负面影响。产生负面影响。

【技术实现步骤摘要】
数据处理方法、图像编码器和图像解码器训练方法及装置


[0001]本公开涉及自动驾驶
，具体涉及数据回传、深度学习等人工智能


技术介绍

[0002]在自动驾驶感知算法迭代中，通常需要从车端采集数据进行模型训练。当数据采集量较大时，需要占用大量的带宽资源和存储资源。为了节省资源，通常先将采集到的数据降分辨率后再回传，然而，由于深度学习模型对输入数据的分辨率比较敏感采用该方式回传的数据会对模型训练产生较大的负面影响。

技术实现思路

[0003]本公开提供了一种数据处理方法、图像编码器和图像解码器训练方法及装置。
[0004]根据本公开的第一方面，提供了一种数据处理方法，应用于车端，包括：
[0005]获取原始图像；
[0006]利用预先训练的图像编码器对原始图像进行编码，得到原始图像的目标编码；
[0007]对原始图像进行降采样处理，得到原始图像的目标分辨率图像；
[0008]将原始图像的目标编码和目标分辨率图像发送至服务器，以供服务器基于目标编码和目标分辨率图像优化感知模型。<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，应用于车端，包括：获取原始图像；利用预先训练的图像编码器对所述原始图像进行编码，得到所述原始图像的目标编码；对所述原始图像进行降采样处理，得到所述原始图像的目标分辨率图像;将所述原始图像的所述目标编码和所述目标分辨率图像发送至服务器，以供所述服务器基于所述目标编码和所述目标分辨率图像优化感知模型。2.根据权利要求1所述的方法，其中，所述图像编码器是采用以下训练方式得到的：获取多个原始图像以及所述多个原始图像分别对应的目标分辨率图像；将所述多个原始图像输入至图像编码器，得到所述多个原始图像分别对应的目标编码；将所述多个原始图像分别对应的所述目标分辨率图像和所述目标编码输入至图像解码器，得到所述多个原始图像分别对应的复原图像；基于所述复原图像与所述原始图像之间的差异，得到第一损失函数；基于所述感知模型对所述复原图像和所述原始图像的感知结果的差异，得到第二损失函数；基于所述第一损失函数和所述第二损失函数，训练所述图像编码器。3.一种数据处理方法，应用于服务器，包括：接收原始图像的目标编码和目标分辨率图像，其中，所述目标编码是利用预先训练的图像编码器对所述原始图像进行编码得到的；所述目标分辨率图像是对所述原始图像进行降采样处理得到的；基于所述目标编码和所述目标分辨率图像优化感知模型。4.根据权利要求3所述的方法，其中，所述基于所述目标编码和所述目标分辨率图像优化感知模型，包括：基于所述目标编码，利用预先训练的图像解码器对所述目标分辨率图像进行编码，得到所述原始图像的复原图像；基于所述复原图像，调整所述感知模型的网络参数。5.根据权利要求4所述的方法，其中，所述基于所述复原图像，调整所述感知模型的网络参数，包括：在所述感知模型对所述复原图像的感知结果与所述感知模型对所述原始图像的感知结果的差异小于预设阈值时，停止调整所述感知模型的网络参数。6.根据权利要求3所述的方法，其中，所述图像解码器是采用以下训练方式得到的：获取多个原始图像以及所述多个原始图像分别对应的目标分辨率图像；将所述多个原始图像输入至图像编码器，得到所述多个原始图像分别对应的目标编码；将所述多个原始图像分别对应的所述目标分辨率图像和所述目标编码输入至图像解码器，得到所述多个原始图像分别对应的复原图像；基于所述复原图像与所述原始图像之间的差异，得到第一损失函数；基于所述感知模型对所述复原图像和所述原始图像的感知结果的差异，得到第二损失
函数；基于所述第一损失函数和所述第二损失函数，训练所述图像解码器。7.一种图像编码器和图像解码器训练方法，包括：获取多个原始图像以及所述多个原始图像分别对应的目标分辨率图像；将所述多个原始图像输入至图像编码器，得到所述多个原始图像分别对应的目标编码；将所述多个原始图像分别对应的所述目标分辨率图像和所述目标编码输入至图像解码器，得到所述多个原始图像分别对应的复原图像；基于所述复原图像与所述原始图像之间的差异，得到第一损失函数；基于感知模型对所述复原图像和所述原始图像的感知结果的差异，得到第二损失函数；基于所述第一损失函数和所述第二损失函数，训练所述图像编码器和所述图像解码器。8.根据权利要求7所述的方法，其中，所述基于感知模型对所述复原图像和所述原始图像的感知结果的差异，得到第二损失函数，包括：将所述复原图像输入所述感知模型，得到所述感知模型输出的第一感知结果；将所述原始图像输入所述感知模型，得到所述感知模型输出的第二感知结果；基于所述第一感知结果与所述第二感知结果的差异，得到所述第二损失函数。9.一种数据处理装置，应用于车端，包括：第一获取模块，用于获取原始图像；编码模块，用于利用预先训练的图像编码器对所述原始图像进行编码，得到所述原始图像的目标编码；降采样处理模块，用于对所述原始图像进行降采样处理，得到所述原始图像的目标分辨率图像；发送模块，用于将所述原始图像的所述目标编码和所述目标分辨率图像发送至服务器，以供所述服务器基于所述目标编码和所述目标分辨率图像优化感知模型。10....

【专利技术属性】
技术研发人员：孔祥振，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：