本公开提供一种处理稀疏数据的方法、装置、计算机设备和存储介质。方法包括获取待处理的稀疏数据，稀疏数据以第一特征图来表示；确定第一特征图中的至少一个全零块和至少一个非全零块；确定每个非全零块在第一特征图中的第一位置；分别对该至少一个非全零块执行卷积或反卷积处理，以得到相应的至少一个经处理的非全零块；基于每个非全零块在第一特征图中的第一位置，确定每个经处理的非全零块在稀疏数据的第二特征图中的第二位置，第一位置相对于第一特征图的位置关系与第二位置相对于第二特征图的位置关系一致；以及基于第二位置，确定稀疏数据的第二特征图。确定稀疏数据的第二特征图。确定稀疏数据的第二特征图。
【技术实现步骤摘要】
处理稀疏数据的方法、装置、计算机设备和存储介质
[0001]本公开涉及人工智能、深度学习和数据处理
，具体涉及一种处理稀疏数据的方法、装置、计算机设备、计算机可读存储介质及计算机程序产品。
技术介绍
[0002]卷积网络是目前深度学习中用于分析具有空间和时间结构的数据的常用方法。然而，标准的“密集”卷积网络的实现对于稀疏数据的处理是较为低效的。稀疏数据例如可以是三维点云经过体素化处理后得到的特征图这样的数据，该特征图的数据中存在大量的零。在这种情况下，尽可能利用数据的稀疏性以减少数据处理所需的计算资源变得越来越重要。
[0003]针对稀疏数据，目前主要有两类应对方法。第一类方法是对稀疏数据使用常规卷积（也可称为“密集”卷积）。另一类方法是使用稀疏卷积和子流形稀疏卷积。然而，常规卷积的计算效率较低，而稀疏卷积和子流形稀疏卷积在应用及部署上难度较大。因此，这些方法并不能很好地应对日益增长的数据处理需要，因此对于稀疏数据的处理方法的研究仍然是业界关注的热点。
[0004]在此部分中描述的方法不一定是之前已经设想到或采用的方法。除非另有指明，否则不应假定此部分中描述的任何方法仅因其包括在此部分中就被认为是现有技术。类似地，除非另有指明，否则此部分中提及的问题不应认为在任何现有技术中已被公认。
技术实现思路
[0005]根据本公开的一方面，提供一种处理稀疏数据的方法，包括：获取待处理的稀疏数据，其中，待处理的稀疏数据以第一特征图来表示；确定第一特征图中的至少一个全零块和至少一个非全零块，其中，每个全零块仅包括为零的数据，每个非全零块至少包括非零的数据；以及确定至少一个非全零块中的每个非全零块在第一特征图中的第一位置；分别对至少一个非全零块执行卷积或反卷积处理，以得到相应的至少一个经处理的非全零块；基于至少一个非全零块中的每个非全零块在第一特征图中的第一位置，确定至少一个经处理的非全零块中的每个经处理的非全零块在经处理的稀疏数据的第二特征图中的第二位置，其中，第一位置相对于第一特征图的位置关系与第二位置相对于第二特征图的位置关系一致；以及将至少一个经处理的非全零块中的每个经处理的非全零块在第二特征图中放置于对应的第二位置，以确定经处理的稀疏数据的第二特征图。
[0006]根据本公开的另一方面，提供一种处理稀疏数据的装置，包括：第一特征图获取模块，被配置为获取待处理的稀疏数据，其中，待处理的稀疏数据以第一特征图来表示；分块确定模块，被配置为确定第一特征图中的至少一个全零块和至少一个非全零块，其中，每个全零块仅包括为零的数据，每个非全零块至少包括非零的数据；以及第一位置确定模块，被配置为确定至少一个非全零块中的每个非全零块在第一特征图中的第一位置；卷积执行模块，被配置为分别对至少一个非全零块执行卷积或反卷积处理，以得到相应的至少一个经
处理的非全零块；第二位置确定模块，被配置为基于至少一个非全零块中的每个非全零块在第一特征图中的第一位置，确定至少一个经处理的非全零块中的每个经处理的非全零块在经处理的稀疏数据的第二特征图中的第二位置，其中，第一位置相对于第一特征图的位置关系与第二位置相对于第二特征图的位置关系一致；以及第二特征图确定模块，被配置为将至少一个经处理的非全零块中的每个经处理的非全零块在第二特征图中放置于对应的第二位置，以确定经处理的稀疏数据的第二特征图。
[0007]根据本公开的另一方面，提供一种计算机设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器，其中，存储器存储有能够被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行如上所述的方法。
[0008]根据本公开的另一方面，提供一种存储有计算机指令的非暂态计算机可读存储介质，其中，计算机指令用于使计算机执行如上所述的方法。
[0009]根据本公开的另一方面，提供一种计算机程序产品，包括计算机程序，计算机程序在被处理器执行时实现如上所述的方法。
[0010]根据本公开的实施例，可以为稀疏数据的卷积处理提供计算量小、快速且能够保持数据稀疏性不变的实现方案。
[0011]根据在下文中所描述的实施例，本公开的这些和其它方面将是清楚明白的，并且将参考在下文中所描述的实施例而被阐明。
附图说明
[0012]附图示例性地示出了实施例并且构成说明书的一部分，与说明书的文字描述一起用于讲解实施例的示例性实施方式。所示出的实施例仅出于例示的目的，并不限制权利要求的范围。在所有附图中，相同的附图标记指代类似但不一定相同的要素。
[0013]图1示出了根据本公开实施例的处理稀疏数据的方法的流程图；图2示出了根据本公开实施例的确定全零块和非全零块的步骤以及确定非全零块的第一位置的步骤的示意图；图3示出了根据本公开一个实施例的保持分块稀疏性的卷积过程的示意图；图4示出了作为比较例的常规卷积过程的结果的示意图；图5示出了根据本公开另一个实施例的保持分块稀疏性的卷积过程的示意图；图6示出了根据本公开一个实施例的保持全局稀疏性的卷积过程的示意图；图7示出了点云数据目标检测网络PointPillars的骨干网络结构的示意图；图8示出了摄像头和激光雷达感知与融合网络DeepInteraction的点云特征提取子网络中的稀疏编码器的示意图；图9示出了根据本公开实施例的处理稀疏数据的装置的结构框图；以及图10示出了可以被用来实施本文所描述的方法的计算机设备的示例框图。
具体实施方式
[0014]在本公开中，除非另有说明，否则使用术语“第一”、“第二”等来描述各种要素不意图限定这些要素的位置关系、时序关系或重要性关系，这种术语只是用于将一个元件与另一元件区分开。在一些示例中，第一要素和第二要素可以指向该要素的同一实例，而在某些
情况下，基于上下文的描述，它们也可以指代不同实例。
[0015]在本公开中对各种所述示例的描述中所使用的术语只是为了描述特定示例的目的，而并非旨在进行限制。除非上下文另外明确地表明，如果不特意限定要素的数量，则该要素可以是一个也可以是多个。此外，本公开中所使用的术语“和/或”涵盖所列出的项目中的任何一个以及全部可能的组合方式。
[0016]在相关技术中，对于目前应对稀疏数据的两种方法，其一的常规卷积可能导致将大量计算资源消耗在零元素的卷积上，由此使得常规卷积对稀疏数据并非最好的选择，而另一种稀疏卷积或子流形稀疏卷积在部署上又存在诸如过程复杂、难以量化等诸多问题。这些问题导致目前尚不存在理想用于处理稀疏数据的方法。
[0017]至少针对以上技术问题，根据本公开实施例的一个方面，提供一种处理稀疏数据的方法，其能够实现对稀疏数据保持稀疏性的卷积或反卷积处理。
[0018]图1示出了根据本公开实施例的处理稀疏数据的方法100的流程图。如图1所示，方法100包括步骤S101、S102、S103、S104、S105和S106。
[0019]在步骤S101中，获取待处理的稀疏数据，其中，待处理的稀疏数据以第一特征图本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种处理稀疏数据的方法，包括：获取待处理的稀疏数据，其中，所述待处理的稀疏数据以第一特征图来表示；确定所述第一特征图中的至少一个全零块和至少一个非全零块，其中，每个全零块仅包括为零的数据，每个非全零块至少包括非零的数据；确定所述至少一个非全零块中的每个非全零块在所述第一特征图中的第一位置；分别对所述至少一个非全零块执行卷积或反卷积处理，以得到相应的至少一个经处理的非全零块；基于所述至少一个非全零块中的每个非全零块在所述第一特征图中的所述第一位置，确定所述至少一个经处理的非全零块中的每个经处理的非全零块在经处理的稀疏数据的第二特征图中的第二位置，其中，所述第一位置相对于所述第一特征图的位置关系与所述第二位置相对于所述第二特征图的位置关系一致；以及将所述至少一个经处理的非全零块中的每个经处理的非全零块在所述第二特征图中放置于对应的所述第二位置，以确定所述经处理的稀疏数据的所述第二特征图。2.如权利要求1所述的方法，其中，所述确定所述第一特征图中的至少一个全零块和至少一个非全零块，包括：利用具有预定尺寸的窗口来划分所述第一特征图以得到所述至少一个全零块和所述至少一个非全零块，其中，每个全零块的尺寸和每个非全零块的尺寸与所述窗口的所述预定尺寸相同。3.如权利要求1或2所述的方法，其中，所述确定所述至少一个非全零块中的每个非全零块在所述第一特征图中的第一位置，包括：针对所述至少一个非全零块中的每个非全零块，确定所述非全零块中第一个元素相对于所述第一特征图的第一坐标；以及基于所述非全零块的尺寸，确定所述非全零块中最后一个元素相对于所述第一特征图的第二坐标。4.如权利要求1或2所述的方法，其中，所述第一特征图具有第一尺寸，并且所述方法还包括：基于用于执行所述卷积或反卷积处理的卷积核，确定所述第二特征图的第二尺寸；以及生成具有所述第二尺寸的全零矩阵。5.如权利要求4所述的方法，其中，所述分别对所述至少一个非全零块执行卷积或反卷积处理，以得到相应的至少一个经处理的非全零块，包括：响应于所述第二尺寸与所述第一尺寸不同，针对所述至少一个非全零块中的每个非全零块，确定所述卷积核在所述非全零块上的施加位置。6.如权利要求4所述的方法，其中，所述将所述至少一个经处理的非全零块中的每个经处理的非全零块在所述第二特征图中放置于对应的所述第二位置，包括：按照所述第二位置将每个经处理的非全零块放置在所述...
【专利技术属性】
技术研发人员：吴青松，王颖辉，李锐，张磊，
申请(专利权)人：瀚博半导体上海有限公司，
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。