数据处理方法、装置、电子设备和存储介质与流程

本公开涉及人工智能，尤其涉及图像数据处理领域以及机器学习领域。本公开具体涉及一种数据处理方法、装置、电子设备和存储介质。

背景技术：

1、多媒体数据，例如音视频数据，是人们日常面对和处理的重要数据。其中，由于视频数据的体积较大，组织结构复杂，因此，我们一般会采用效率较高的设备或软件工具对其进行处理，例如编码、解码、推流或拉流等。

技术实现思路

1、本公开提供了一种数据处理方法、装置、电子设备和存储介质。

2、根据本公开的一方面，提供了一种数据处理方法，包括：

3、接收来自第一编码框架的第一图像数据包；

4、对所述第一图像数据包进行解析，得到第一图像数据和在所述第一编码框架下针对所述第一图像数据描述的第一元数据；

5、基于所述第一编码框架和神经网络处理器之间的图像数据描述映射关系，将所述第一元数据转换成在所述神经网络处理器下针对所述第一图像数据描述的第二元数据；

6、基于所述神经网络处理器对应的第一数据组装函数，对所述第一图像数据和所述第二元数据进行组装，得到第二图像数据包；

7、将所述第二图像数据包发送给所述神经网络处理器，其中，所述神经网络处理器用于基于所述第二图像数据包中的所述第二元数据，对所述第二图像数据包中的所述第一图像数据进行编码，得到第二图像数据。

8、根据本公开的另一方面，提供了一种数据处理装置，包括：

9、数据包接收模块，用于接收来自第一编码框架的第一图像数据包；

10、数据包解析模块，用于对所述第一图像数据包进行解析，得到第一图像数据和在所述第一编码框架下针对所述第一图像数据描述的第一元数据；

11、元数据转换模块，用于基于所述第一编码框架和神经网络处理器之间的图像数据描述映射关系，将所述第一元数据转换成在所述神经网络处理器下针对所述第一图像数据描述的第二元数据；

12、第一数据组装模块，用于基于所述神经网络处理器对应的第一数据组装函数，对所述第一图像数据和所述第二元数据进行组装，得到第二图像数据包；

13、第一数据包发送模块，用于将所述第二图像数据包发送给所述神经网络处理器，其中，所述神经网络处理器用于基于所述第二图像数据包中的所述第二元数据，对所述第二图像数据包中的所述第一图像数据进行编码，得到第二图像数据。

14、根据本公开的另一方面，提供了一种电子设备，包括：

15、至少一个中央处理器；以及

16、与所述至少一个中央处理器通信连接的存储器；其中，

17、所述存储器存储有可被所述至少一个中央处理器执行的指令，所述指令被所述至少一个中央处理器执行，以使所述至少一个中央处理器能够执行本公开实施例中任一数据处理方法。

18、根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行本公开实施例中任一数据处理方法。

19、根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，该计算机程序在被处理器执行时实现根据本公开实施例中任一数据处理方法。

20、根据本公开的技术，对来自第一编码框架的第一图像数据包进行解析，得到第一图像数据和第一元数据，利用第一编码框架和神经网络处理器之间的图像数据描述映射关系，将第一元数据转换成在神经网络处理器下针对所述第一图像数据描述的第二元数据，即得到神经网络处理器可识别的元数据。然后，采用神经网络处理器对应的组装函数，将第二元数据和第一图像数据，组装成神经网络处理器可识别的数据包。最后，将该数据包发送给神经网络处理器，神经网络处理器即可对数据包进行编码。从而，实现在编码框架中利用神经网络处理器来加速编码，并且，这不需要开发人员对编码框架和神经网络处理器进行手动对接，进一步提高编码效率。

21、应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其他特征将通过以下的说明书而变得容易理解。

技术特征：

1.一种数据处理方法，包括：

2.根据权利要求1所述的方法，还包括：

3.根据权利要求2所述的方法，其中，所述基于所述第一编码框架对应的第二数据组装函数，对所述第二图像数据和所述第三元数据进行组装，得到第三图像数据包，包括：

4.根据权利要求3所述的方法，其中，在所述接收来自第一编码框架的第一图像数据包之前，还包括：

5.根据权利要求4所述的方法，还包括：

6.根据权利要求1-5中任一项所述的方法，其中，所述基于所述神经网络处理器对应的第一数据组装函数，对所述第一图像数据和所述第二元数据进行组装，得到第二图像数据包，包括：

7.一种数据处理装置，包括：

8.根据权利要求7所述的装置，还包括：

9.根据权利要求8所述的装置，其中，所述第二数据组装模块，包括：

10.根据权利要求9所述的装置，还包括：

11.根据权利要求10所述的装置，还包括：

12.根据权利要求7-11中任一项所述的装置，其中，所述第一数据组装模块，包括：

13.一种电子设备，包括：

14.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据权利要求1-6中任一项所述的方法。

15.一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据权利要求1-6中任一项所述的方法。

技术总结本公开提供了一种数据处理方法、装置、电子设备和存储介质，涉及人工智能技术领域，尤其涉及图像数据处理领域以及机器学习领域。具体实现方案为：接收来自第一编码框架的第一图像数据包；对第一图像数据包进行解析，得到第一图像数据和在第一编码框架下针对第一图像数据描述的第一元数据；基于第一编码框架和神经网络处理器之间的图像数据描述映射关系，将第一元数据转换成在神经网络处理器下针对第一图像数据描述的第二元数据；基于神经网络处理器对应的第一数据组装函数，对第一图像数据和第二元数据进行组装，得到第二图像数据包；将第二图像数据包发送给神经网络处理器以进行编码。采用本公开，可以提升图像数据的编码效率。技术研发人员：王立昌受保护的技术使用者：北京百度网讯科技有限公司技术研发日：技术公布日：2024/8/1