CN113867817A - 一种数据处理方法、装置、电子设备和存储介质 - Google Patents

一种数据处理方法、装置、电子设备和存储介质 Download PDF

Info

Publication number
CN113867817A
CN113867817A CN202111121603.3A CN202111121603A CN113867817A CN 113867817 A CN113867817 A CN 113867817A CN 202111121603 A CN202111121603 A CN 202111121603A CN 113867817 A CN113867817 A CN 113867817A
Authority
CN
China
Prior art keywords
data
processed
target
processing
format
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202111121603.3A
Other languages
English (en)
Inventor
姚坤
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen TCL New Technology Co Ltd
Original Assignee
Shenzhen TCL New Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shenzhen TCL New Technology Co Ltd filed Critical Shenzhen TCL New Technology Co Ltd
Priority to CN202111121603.3A priority Critical patent/CN113867817A/zh
Publication of CN113867817A publication Critical patent/CN113867817A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00Arrangements for program control, e.g. control units
    • G06F9/06Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/44Arrangements for executing specific programs
    • G06F9/4401Bootstrapping
    • G06F9/4411Configuring for operating with peripheral devices; Loading of device drivers

Landscapes

  • Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Security & Cryptography (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Stored Programmes (AREA)

Abstract

本申请实施例公开了一种数据处理方法、装置、电子设备和存储介质;本申请实施例获取至少一个待处理数据,每个待处理数据由对应的目标数据处理硬件处理得到;基于数据格式转换协议,对待处理数据进行数据格式转换处理,得到待处理数据对应的目标格式数据,其中,目标格式数据与待处理数据对应的目标应用程序相适配;将目标格式数据传输至对应的目标应用程序,以供目标应用程序对目标格式数据进行处理,可以降低通过应用程序对数据操作的操作难度,从而提高通过应用程序对数据进行操作的效率。

Description

一种数据处理方法、装置、电子设备和存储介质
技术领域
本申请涉及通讯技术领域,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
近些年来,随着人工智能技术的迅猛发展,图像处理技术也得到了快速的发展,且应用于各个领域。例如,可以利用图像处理技术进行人脸识别或者人机交互,等等。但是,图像处理技术的落地还是得靠数据处理硬件,例如CPU或APU,等等。
在现有技术中,电子设备内部一般会包括至少一种数据处理硬件,每种数据处理硬件都可以对图像进行处理,并且每种数据处理硬件对视频数据进行处理后得到的数据格式往往不相同,且处理后得到的数据格式与电子设备中的应用程序可以操作的数据格式不匹配,这会提高应用程序对处理后数据进行操作的操作难度,降低应用程序对处理后数据进行操作的效率。
发明内容
本申请实施例提出了一种数据处理方法、装置、电子设备和存储介质,可以降低通过应用程序对数据操作的操作难度,从而提高通过应用程序对处理后数据进行操作的效率。
本申请实施例提供了一种数据处理方法,包括:
获取至少一个待处理数据,每个待处理数据由对应的目标数据处理硬件处理得到;
基于数据格式转换协议,对所述待处理数据进行数据格式转换处理,得到所述待处理数据对应的目标格式数据,其中,所述目标格式数据与所述待处理数据对应的目标应用程序相适配;
将所述目标格式数据传输至对应的目标应用程序,以供所述目标应用程序对所述目标格式数据进行处理。
相应的,本申请实施例还提供了一种屏保交互装置,包括:
获取单元,用于获取至少一个待处理数据,每个待处理数据由对应的目标数据处理硬件处理得到;
处理单元,用于基于数据格式转换协议,对所述待处理数据进行数据格式转换处理,得到所述待处理数据对应的目标格式数据,其中,所述目标格式数据与所述待处理数据对应的目标应用程序相适配;
传输单元,用于将所述目标格式数据传输至对应的目标应用程序,以供所述目标应用程序对所述目标格式数据进行处理。
在一实施例中,所述处理单元,包括:
识别处理子单元,用于对所述待处理数据进行数据识别处理,得到所述待处理数据的数据格式;
确定子单元,用于根据所述数据格式,在所述数据格式转换协议中确定所述待处理数据对应的数据格式转换子协议;
格式转换处理子单元,用于根据所述数据格式转换协议对所述待处理数据进行数据格式转换处理,得到所述待处理数据的目标格式数据。
在一实施例中,所述格式转换处理子单元,包括:
类型更新处理模块,用于根据所述数据格式转换协议,对所述数据格式中的数据类型进行数据类型更新处理,得到目标数据类型;
格式转换处理模块,用于根据所述数据格式转换子协议,对所述待处理数据进行数据格式转换处理,得到所述待处理数据的目标格式数据。
在一实施例中,所述传输单元,包括:
确定子单元,用于根据预设业务标识信息,在多个应用程序中确定所述目标格式数据对应的目标应用程序;
传输子单元,用于将所述目标格式数据传输至对应的目标应用程序。
相应的,本申请实施例还提供一种电子设备,所述电子设备包括存储器和处理器;所述存储器存储有计算机程序,所述处理器用于运行所述存储器内的计算机程序,以执行本申请实施例任一提供的数据处理方法。
相应的,本申请实施例还提供一种存储介质,所述存储介质存储有计算机程序,所述计算机程序被处理器执行时实现本申请实施例任一提供的数据处理方法。
本申请实施例可以获取至少一种待处理数据,每种待处理数据由对应的目标数据处理硬件处理得到;基于数据格式转换协议,对待处理数据进行数据格式转换处理,得到待处理数据对应的目标格式数据,其中,目标格式数据与待处理数据对应的目标应用程序相适配;将目标格式数据传输至对应的目标应用程序,以供目标应用程序对所述目标格式数据进行处理,可以降低通过应用程序对数据操作的操作难度,从而提高通过应用程序对数据进行操作的效率。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的数据处理方法的场景示意图;
图2是本申请实施例提供的数据处理方法的流程示意图;
图3是本申请实施例提供的数据类型的场景示意图;
图4是本申请实施例提供的数据类型的又一场景示意图;
图5是本申请实施例提供的数据类型的又一场景示意图;
图6是本申请实施例提供的数据格式转换协议的又一场景示意图;
图7是本申请实施例提供的统一AI组件的场景示意图;
图8是本申请实施例提供的数据处理装置的结构示意图;
图9是本申请实施例提供的电子设备的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,然而,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
本申请实施例提出了一种数据处理方法,该数据处理方法可以由数据处理装置执行,该数据处理装置可以集成在具有至少一种数据处理硬件的电子设备中。其中,该电子设备可以包括终端以及服务器等中的至少一个。即该数据处理方法可以由终端执行,也可以由服务器执行。
其中,该终端可以包括摄像电视(Camera television,Camera TV)、智能电视、智能手机、智能家居、可穿戴电子设备、VR/AR设备、车载计算机等等。
其中,服务器可以为多个异构系统之间的互通服务器或者产品验证测试系统的后台服务器,还可以是独立的物理服务器,也可以是多个物理服务器构成的服务器集群或者分布式系统,还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、以及大数据和人工智能平台等基础云计算服务的云服务器等等。
在一实施例中,如图1所示,数据处理装置可以集成在终端或服务器等电子设备10上,以实施本申请实施例提出的数据处理方法。具体地,电子设备10可以至少一个待处理数据,每个待处理数据由对应的目标数据处理硬件处理得到;基于数据格式转换协议,对待处理数据进行数据格式转换处理,得到待处理数据对应的目标格式数据,其中,目标格式数据与待处理数据对应的目标应用程序相适配;将目标格式数据传输至对应的目标应用程序,以供目标应用程序对目标格式数据进行处理。
以下分别进行详细说明,需要说明的是,以下实施例的描述顺序不作为对实施例优选顺序的限定。
本申请实施例将从数据处理装置的角度进行描述,该数据处理装置可以集成在电子设备中,该电子设备可以包括摄像头电视等具有至少一种目标数据处理硬件的设备。
如图2所示,提供了一种数据处理方法,具体流程包括:
101、获取至少一个待处理数据,每个待处理数据由对应的目标数据处理硬件处理得到。
其中,数据处理硬件包括可以对各种数据进行各种处理的硬件。例如,数据处理硬件包括可以对视频数据、音频数据、图像数据、指令数据等进行各种处理的硬件。例如,数据处理硬件可以对图像数据进行特征提取处理、图像识别处理等等。又例如,数据处理硬件可以对音频数据进行音频识别处理,等等。
在一实例中,数据处理硬件可以包括中央处理器(Central Processing Unit,CPU)、加速处理器(Accelerated Processing Units,APU)和神经网络处理器(Neuralnetwork Processing Unit,NPU),等等。
其中,CPU是电子设备的主要设备之一,其是对电子设备的所有硬件资源(如存储器、输入输出单元)进行控制调配,并执行通用运算的核心硬件单元。
其中,APU是融聚了CPU和图形处理器(Graphics Processing Unit,GPU)功能的产品。APU实现了将处理器和独显核心集成在一个晶片上,不仅具有高性能处理器,还具有独立显卡的处理性能。
其中,NPU采用“数据驱动并行计算”的架构,擅长处理视频、图像类的海量多媒体数据。NPU是专门为物联网人工智能设计的,用于加速神经网络的运算,可以解决传统芯片在神经网络运算时效率低下的问题。
在一实施例中,随着科学技术的发展,人工智能(Artificial Intelligence,AI)技术也充斥着人类生活的方方面面,例如智能手机、智能电视、智能家居、智能音箱,等等。这也导致电子设备中往往内嵌有至少一种数据处理硬件,且每种数据处理硬件都可以利用AI算法进行AI处理。例如,电子设备中可以内嵌有CPU、APU和NPU等数据处理硬件,从而使得电子设备可以通过数据处理硬件对数据进行AI处理。
例如,当电子设备为智能手机时,智能手机内部可以内嵌有CPU、APU和NPU等数据处理硬件,从而使得智能手机可以通过数据处理硬件对数据进行AI处理。
例如,当电子设备为Camera TV时,该Camera TV内部可以内嵌有CPU、APU和NPU等数据处理硬件,从而使得Camera TV可以通过数据处理硬件对数据进行AI处理。
其中,Camera TV包括具有摄像功能的智能电视。随着电视行业的发展,电视正在融入越来越多的功能,它所搭载的功能也越来越丰富。就如智能手机一样,如今很多智能电视都配置了摄像头,且可以安装各种各样的应用程序(Application,APP),从而使得用户可以通过应用程序各种各样的体验。
其中,应用程序包括完成某项或多项特定功能的计算机程序,它运行在交互模式,可以和使用应用程序的用户进行交互,具有可视的显示界面。
例如,可以在Camera TV中安装社交APP,从而使得用户可以通过Camera TV进行视频通话。又例如,可以在Camera TV安装健身APP,该健身APP可以通过摄像头对用户的健身动作进行监控和纠正提醒,从而使得用户可以通过Camera TV进行AI健身。又例如,可以在Camera TV安装游戏APP,该游戏APP可以通过摄像头获取用户的动作信息,并根据用户的动作信息做出响应。
在一实施例中,智能手机的硬件底层可以内嵌有多个数据处理硬件,以及安装有多个APP。智能手机的APP可以接收用户传输的图像数据,并将图像数据传输至智能手机的数据处理硬件中进行处理,并将处理后数据传输至APP,以使得APP根据处理后数据做出响应。
在一实施例中,Camera TV的硬件底层可以内嵌有多个数据操作硬件,以及安装有多个APP。当用户对应用程序进行操作时,Camera TV可以获取到用户对应用程序的操作信息,并通过数据处理硬件对该操作信息进行处理,得到处理后数据,并将处理后数据传输至APP,以使得APP根据处理后数据做出响应。
其中,该操作信息可以是摄像头采集到的视频数据,也可以是用户对Camera TV进行触屏控制时产生的指令信息,还可以是用户通过遥控器、手机等智能设备对Camera TV进行控制时产生的指令信息,等等。
在一实施例中,由于操作信息的多样化,且不同的操作信息可能需要利用不同的数据处理方式进行处理,因此,Camera TV在通过数据处理硬件对操作信息进行处理时,可能根据操作信息的数据处理类型将操作信息分配给不同的数据处理硬件进行处理。
例如,当用户通过遥控器等控制设备启动Camera TV中的某个应用程序时,CameraTV可以利用CPU对用户产生的操作数据进行处理。
又例如,当用户通过摄像头和Camera TV中的某个应用程序进行交互时,CameraTV可以利用APU对用户产生的操作数据进行处理,或者利用NPU对用户产生的操作数据进行处理,等等。
在一实施例中,不同数据处理硬件处理得到的数据具有不同的数据格式。因此,当电子设备中内嵌有至少一种数据处理硬件时,由于不同数据处理硬件处理得到的数据具有不同的数据格式,传输到应用程序的数据也有可能具有不同的数据格式,导致应用程序需要对数据进行转换处理后才能对数据进行响应,降低了效率。
例如,智能手机中内嵌有CPU、APU和NPU等数据处理硬件。其中,CPU可以对图像数据进行AI处理,得到第一种AI数据格式。又例如,APU可以对图像数据进行AI处理,得到第二种AI数据格式。又例如,NPU可以对图像数据进行AI处理,得到第三种AI数据格式。
例如,当Camera TV中内嵌有CPU、APU和NPU(或者其他具有数据处理能力的硬件)。其中,NPU可以对摄像头采集到的具有用户操作的图像数据进行AI处理,从而得到第一种人体AI的数据格式。其中,CPU也可以对该图像数据进行AI处理,得到第二种人体AI的数据格式。其中,APU也可以对该图像数据进行AI处理,得到第三种人体AI的数据格式。
由于不同的数据处理硬件处理得到的数据具有不同的数据格式,且不同的数据处理硬件可以执行的AI算法不同,因此本申请实施例提出了一个统一AI组件,其中,组件可以包括对数据和方法的封装。该AI组件具有数据格式转换协议,可以对应用程序返回统一数据格式的数据,实现了应用通用AI功能的集成。
在一实施例中,电子设备可以通过统一AI组件获取至少一种待处理数据,其中每种待处理数据由对应的目标数据处理硬件处理得到。例如,智能手机和Camera TV等可以通过统一AI组件获取至少一种待处理数据,其中每种待处理数据由对应的目标数据处理硬件处理得到。
例如,可以利用统一AI组件获取3个待处理数据,其中第一个待处理数据是由CPU处理得到,第二个待处理数据是由NPU处理得到,第3个待处理数据是由APU处理得到。
又例如,可以利用统一AI组件获取10个待处理数据,其中,这10个待处理数据中有3个是由CPU处理得到的,另外3个是由NPU处理得到的,剩下4个是由APU处理得到的。
又例如,可以利用通过AI组件获取4个待处理数据,这4个待处理数据都是由CPU处理得到的。或者,这4个待处理数据都是由NPU处理得到的。或者,这4个待处理数据是由APU处理得的,等等。
在一实施例中,当将本申请实施例提出的统一AI组件集成于Camera TV时,在统一AI组件在获取至少一个待处理数据之前,Camera TV可以先获取摄像头采集的视频数据,并利用目标数据处理硬件对视频数据进行处理后,得到待处理数据。具体地,步骤“获取至少一种待处理数据”之前,可以包括:
接收数据采集触发指令;
根据数据采集触发指令采集视频数据;
利用视频数据对应的目标数据处理硬件对视频数据进行数据处理,得到所述待处理数据。
其中,数据采集触发指令包括可以触发摄像电视采集视频数据的指令。
例如,当用户点击了摄像电视中的健身应用程序的健身互动按钮时,此时摄像电视便会接收到数据采集触发指令。
又例如,当用户点击了摄像电视中的游戏应用程序的启动按钮时,此时,摄像头电视便会接收到数据采集触发指令。
其中,视频数据包括记录有用户对摄像电视的操作行为的数据。
例如,当用户和摄像电视中的健身应用程序进行交互时,视频数据中可以记录有用户的健身动作。
又例如,当用户和摄像电视中的游戏应用程序进行交互时,视频数据中可以记录有用户的游戏动作。
又例如,当用户想登录摄像电视中的社交应用程序时,需要启动摄像头对用户的人脸进行识别,此时,视频数据可以记录有用户的人脸数据。
在一实施例中,在摄像头电视接收到数据采集触发指令之后,Camera TV便可以根据数据采集触发指令开启摄像头采集视频数据。
例如,Camera TV可以向摄像头发送一条开启指令,当摄像头接收到开启指令后,便会开启并采集视频数据。然后,Camera TV便可以利用数据处理硬件对数据处理硬件进行处理。
在一实施例中,在利用目标数据处理硬件对视频数据进行数据处理时,可以先对视频数据进行识别处理,得到视频数据对应的数据处理策略。并根据该数据处理策略确定目标数据处理硬件,从而根据该目标数据处理硬件对视频数据进行处理。具体地,步骤“利用视频数据对应的目标数据处理硬件对视频数据进行数据处理,得到待处理数据”,可以包括:
对视频数据进行识别处理,得到视频数据对应的数据处理策略;
根据数据处理策略,在至少一个数据处理硬件中确定视频数据对应的目标数据处理硬件;
根据数据处理策略,利用目标数据处理硬件对视频数据进行数据处理,得到待处理数据。
其中,数据处理策略包括提前下载好到数据处理硬件中,数据处理硬件在对视频数据进行处理时需要遵循的规则。通过将数据处理策略下载到数据处理硬件中,从而使得数据处理硬件可以根据数据处理策略对视频数据进行处理。
在一实施例中,该数据处理策略可以包括各种AI算法。例如,决策树算法、随机森林算法、逻辑回归算法、支持向量机(Support Vector Machine,SVM)算法、深度学习算法、神经网络算法,等等。
在一实施例中,该数据处理策略还可以是各种训练好的,具有具体功能的AI模型。例如,数据处理策略可以包括卷积神经网络(Convolutional Neural Networks,CNN)、反卷积神经网络(De-Convolutional Networks,DN)、深度神经网络(Deep Neural Networks,DNN)、深度卷积逆向图网络(Deep Convolutional Inverse Graphics Networks,DCIGN)、基于区域的卷积网络(Region-based Convolutional Networks,RCNN)和基于区域的快速卷积网络(Faster Region-based Convolutional Networks,Faster RCNN)等等。
在一实施例中,根据数据处理硬件可以支持的数据处理类型,可以在不同的数据处理硬件中下载不同的数据处理策略。
例如,NPU擅长处理视频、图像类的海量多媒体数据,且是专门为物联网人工智能设计的,用于加速神经网络的运算。因此,NPU可以支持计算复杂度相对较高的数据处理类型,可以将复杂度相对较高的数据处理策略下载到NPU中。
又例如,APU融合了CPU和GPU的功能,不仅具有高性能处理器,还具有独立显卡的处理性能,可以支持和图像处理相关的数据处理类型,因此可以将和图像处理相关的数据处理策略下载到APU中。
又例如,CPU是电子设备的主要设备之一,可以对电子设备的所有硬件资源进行控制调配,因此可以将复杂度相对较低的数据处理策略下载到CPU中,从而使得CPU可以利用更多的资源对硬件进行调度,而不会造成资源的拥堵。
在一实施例中,由于不同的数据处理硬件中下载有不同的数据处理策略,所以在利用数据处理硬件中对视频数据进行数据处理时,可以首先对视频数据进行识别处理,得到对视频数据进行识别处理时所需要的数据处理策略。
在一实施例中,摄像头在采集视频数据时,可以为视频数据添加一个预设业务标识信息,该预设业务标识信息包括了该视频数据对应的应用程序以及数据处理策略。例如,通过该预设业务标识信息,摄像电视便可以知道利用那个数据处理策略对视频数据进行处理。
例如,该视频数据是要传输到健身APP中,则通过该预设业务标识信息便可以知道视频数据是要传输到健身应用程序,以及对应数据处理策略。因此,在对视频数据进行识别时,可以对该预设业务标识信息进行识别,并通过该预设业务标识信息得到视频数据对应的数据处理策略。
在一实施例中,在得到视频数据对应的数据处理策略之后,便可以根据该数据处理策略在数据处理硬件中确定视频数据对应的目标数据处理硬件。
其中,在确定目标数据处理硬件时,可以首先在多个数据处理硬件中筛选出具有该数据处理策略的数据处理硬件。
例如,数据处理硬件包括CPU、NPU和APU,数据处理策略为RCNN。只有NPU和APU中下载了RCNN。因此,可以在CPU、NPU和APU中挑选出NPU和APU。
又例如,若只有NPU中下载了RCNN,则可以直接挑选出NPU,并将NPU作为目标数据处理硬件。
其中,若筛选出多个数据处理硬件,则可以根据预设筛选原则对数据处理硬件进行二次筛选。
其中,预设筛选原则可以包括数据处理硬件当前的任务量或处理效率,等等。
例如,当预设筛选原则为数据处理硬件当前的任务量时,可以当前的任务量较少的数据处理硬件作为目标数据处理硬件。譬如,若NPU的当前的任务量小于APU,则可以确定NPU为视频数据对应的目标数据硬件。
又例如,当预设筛选原则为数据处理硬件的处理效率时,可以选处理效率较高的数据处理硬件作为目标数据处理硬件。譬如,若NPU的处理效率高于APU,则可以确定NPU为视频数据对应的目标数据硬件。
在一实施例中,在确定了目标数据处理硬件之后,便可以根据数据处理策略,利用目标数据处理硬件对视频数据进行数据处理,得到待处理数据。
例如,可以在目标数据处理硬件中调用该数据处理策略对视频数据进行数据理,从而得到待处理数据。
在一实施例中,根据数据处理策略在至少一个数据处理硬件中确定视频数据对应的目标数据处理硬件之前,可以对数据处理硬件进行初始化设置,即将数据处理策略下载在数据处理硬件中,从而使得数据处理硬件可以根据数据处理策略对视频数据进行处理。具体地,步骤“根据所述数据处理方式在至少一个数据处理硬件中确定所述视频数据对应的目标数据处理硬件”之前,可以包括:
获取每种数据处理硬件支持的数据处理类型;
根据数据处理类型,确定每种数据处理硬件相匹配的数据处理策略;
根据每种数据处理硬件相匹配的数据处理策略,对每种数据处理硬件进行初始化设置处理。
在一实施例中,电子设备可以利用本申请实施例提出的统一AI组件获取每种数据处理硬件支持的数据处理类型。然后,根据数据处理类型,电子设备可以确定每种数据处理硬件相匹配的数据处理策略。
例如,数据处理策略包括逻辑回归算法、SVM算法、CNN和DNN。NPU可以支持计算复杂度相对较高的数据处理类型。APU可以支持和图像处理相关的数据处理类型。CPU可以支持计算复杂度相对较低的数据处理类型。统一AI组将数据处理策略和每种数据处理硬件支持的数据处理类型进行匹配,可以得到:CPU与逻辑回归算法相匹配,APU与CNN、DNN相匹配,NPU与逻辑回归算法、SVM算法、CNN、DNN相匹配。
在一实施例中,在确定每种数据处理硬件相匹配的数据处理策略之后,统一AI组件可以根据每种数据处理硬件相匹配的数据处理策略,对每种数据处理硬件进行初始化设置处理。例如,可以将数据处理策略下载到对应的数据处理硬件中。
例如,统一AI组件可以将逻辑回归算法下载到CPU中。统一AI组件可以将CNN、DNN下载到APU中。统一AI组件可以将逻辑回归算法、SVM算法、CNN、DNN下载到NPU中。
在一实施例中,待处理数据包括由目标数据处理硬件处理得到的数据。在对待处理数据进行格式转换处理时,电子设备会获取到至少一个待处理数据,每个待处理数据都是由一个数据处理硬件处理后得到,每个待处理数据对应的那个数据处理硬件便是目标数据处理硬件。
102、基于数据格式转换协议,对待处理数据进行数据格式转换处理,得到待处理数据对应的目标格式数据,其中,目标格式数据与所述待处理数据对应的目标应用程序相适配。
在一实施例中,在获取到多个待处理数据之后,电子设备便可以利用统一AI组件对待处理数据进行数据格式转换处理。
例如,Camera TV便可以利用统一AI组件对待处理数据进行数据格式转换处理。
在一实施例中,统一AI组件中包括数据格式转换协议,该数据格式转换协议包括在对待处理数据进行格式转换处理时需要遵守的规则。
在一实施例中,由于操作信息的多样性,以及各个数据处理硬件对数据进行处理后会产生不同的数据格式,因此,不同的待处理数据会具有不同的数据格式。
例如,当操作信息是用户手的视频数据时,经过APU处理后,得到的待处理数据是第一种数据格式。
又例如,当操作信息是用户脸的视频数据时,经过APU处理后,得到的待处理数据是第二种数据格式。
又例如,当操作信息是用户手的视频数据时,经过NPU处理后,得到的待处理数据是第四种数据格式。
又例如,当操作信息是用户手的视频数据时,经过CPU处理后,得到的待处理数据是第五种数据格式。
在一实施例中,数据格式包括待处理数据的数据类型和数据类型对应的度量信息。
例如,当待处理数据是用户手的视频数据经过APU处理后得到的数据时,待处理数据可以如图3中的20所示。其中,“数量”、“距离”和“颜色”是数据类型。其中,每个数据类型都有对应的度量信息。例如,“数量”的度量信息可以为“个”,“距离”的度量信息可以为“米”,“颜色”对应的度量信息可以是RGB颜色空间。
又例如,当待处理数据是用户身体的视频数据经过NPU处理后得到的数据时,待处理数据可以如图4中的30所示。又例如,当待处理数据是用户手的视频数据经过CPU处理后得到的数据时,待处理数据可以如图5中的40所示。
在一实施例中,由于不同的待处理数据具有不同的数据格式,因此,数据格式转换协议中可以包括多个数据格式转换子协议,一个数据格式转换子协议对应一种数据格式的待处理数据。
在一实施例中,数据格式转换协议可以如图6所示。其中,图6中的50是数据格式转换协议,501、502和503是数据格式转换子协议。
例如,当操作信息是用户手的视频数据时,可以对应数据格式转换子协议501。又例如,当操作信息是用户脸的视频数据时,可以对应数据格式转换子协议502。又例如,当操作信息是用户身体的视频数据时,可以对应数据格式转换子协议503。
其中,在数据格式转换子协议501中,数量(num)可以包括数据类型的数量,等等。关键点(KeyPoints)可以包括对脸部(Face)进行信息提取时所产生的关键点,等等。x轴度数(xAngle)可以包括利用三维坐标轴对脸部进行建模时,脸部相对于x轴的度数,等等。同理,y轴度数(yAngle)可以包括脸部相对于y轴的度数。z轴度数(zAngle)可以包括脸部相对于z轴的度数。距离(distance)可以包括脸部相对于Camera TV的距离,等等。性别(gender)可以包括用户的性别。表情(expression)可以包括用户的脸部表情,等等。眼镜(glasses)可以包括用户是否有戴眼镜。颜色(color)可以包括用户脸的颜色,等等。
其中,在数据格式转换子协议502中,数量(num)可以包括数据类型的数量,等等。关键点(KeyPoints)可以包括对手部(Hand)进行信息提取时所产生的关键点,等等。动作(action)可以包括手部的动作。距离(distance)可以包括手部相对于Camera TV的距离,等等。颜色(color)可以包括手部的颜色,等等。
其中,在数据格式转换子协议503中,数量(num)可以包括数据类型的数量,等等。关键点(KeyPoints)可以包括对身体(Body)进行信息提取时所产生的关键点,等等。动作(action)可以包括Body的动作。距离(distance)可以包括Body相对于Camera TV的距离,等等。颜色(color)可以包括Body的颜色,等等。类型(type)可以包括身体的类型,例如Body是手,还是脚,还是腿,等等。
在一实施例,当基于数据格式转换协议对待处理数据进行数据格式转换处理时,可以对待处理数据进行数据识别处理,得到待处理数据的数据格式。然后,利用数据格式转换子协议,对待处理数据进行格式转换处理,得到待处理数据的目标格式数据。具体地,步骤“基于数据格式转换协议,对所述待处理数据进行数据格式转换处理,得到所述待处理数据对应的目标格式数据”,可以包括:
对所述待处理数据进行数据识别处理,得到所述待处理数据的数据格式;
根据所述数据格式,在所述数据格式转换协议中确定所述待处理数据对应的数据格式转换子协议;
根据所述数据格式转换子协议对所述待处理数据进行数据格式转换处理,得到所述待处理数据的目标格式数据。
在一实施例中,Camera TV可以利用统一AI组件对待处理数据进行数据识别处理,从而得到待处理数据的数据格式。
例如,可以利用统一AI组件读取待处理数据的数据内容,从而得到待处理数据的数据格式。
在一实施例中,由于数据格式转换协议中包括多个数据格式转换子协议,因此,在得到待处理数据的数据格式之后,可以根据数据格式,在数据格式转换协议中确定待处理数据对应的数据格式转换子协议。
例如,当待处理数据的数据格式是和手相关的,可以确定待处理数据的数据格式转换子协议为502。又例如,当待处理数据的数据格式是和脸相关的,可以确定待处理数据的数据格式转换子协议为501。
在一实施例中,在确定了待处理数据对应的数据格式转换子协议之后,便可以根据该数据格式转换子协议对待处理数据进行数据格式转换处理。具体地,步骤“根据数据格式转换子协议对数据格式进行数据格式转换处理,得到当前待处理数据的目标格式数据”,可以包括:
根据数据格式转换子协议,对数据格式中的数据类型进行数据类型更新处理,得到目标数据类型;
根据数据格式转换子协议,对目标数据类型对应的度量信息进行度量信息转换处理,得到目标格式数据。
例如,可以根据数据格式转换子协议,对数据格式中的数据类型进行添加或者删除,从而得到目标数据类型。
例如,当待处理数据的数据类型如图5所示时,可以根据数据格式转换子类型502,对待处理数据的数据类型添加上“关键点”、“动作”和“颜色”,从而得到目标数据类型。
在得到数据格式转换子协议后,对目标数据类型对应的度量信息进行度量信息转换处理,得到目标格式数据。
例如,数据类型“距离”的度量信息为“米”,数据格式转换子协议502中“距离”的度量信息为“厘米”,因此可以将“距离”的度量信息从“米”转换为“厘米”。
103、将所述目标格式数据传输至对应的目标应用程序,以供所述目标应用程序对所述目标格式数据进行处理。
在一实施例中,在对待处理数据进行数据格式转换处理,得到目标格式数据之后,可以将目标格式数据传输至对应的目标应用程序中。
例如,若待处理数据是要传输至健身APP的,便可以将目标格式数据传输至健身APP中。又例如,若待处理数据是要传输至游戏APP,则可以将目标格式数据传输至游戏APP中。
在一实施例中,由于摄像头在采集视频数据时,可以为视频数据添加一个预设业务标识信息,该预设业务标识信息包括了该视频数据对应的应用程序。因此,在将目标格式数据传输至对应的目标应用程序时,可以根据预设业务标识信息,在多个应用程序中确定目标格式数据对应的目标应用程序,并将目标格式数据传输至对应的目标应用程序。具体地,步骤“将所述目标格式数据传输至对应的目标应用程序”,可以包括:
根据预设业务标识信息,在多个应用程序中确定所述目标格式数据对应的目标应用程序;
将所述目标格式数据传输至对应的目标应用程序。
例如,统一AI组件可以获取目标格式数据的预设业务标识信息,然后根据预设业务标识信息在多个应用程序中确定目标格式数据对应的目标应用程序。
例如,Camera TV包括3个APP,分别是游戏APP、健身APP和社交APP。统一AI组件在获取了目标格式数据的预设业务标识信息之后,可以知道目标格式数据需要传输到健身APP中。然后,统一AI组件可以将健身APP确定为目标应用程序,并将目标格式数据传输到目标应用程序中。
本申请实施例提出了一个数据处理方法,该方法可以获取至少一个待处理数据,每个待处理数据由对应的目标数据处理硬件处理得到;基于数据格式转换协议,对待处理数据进行数据格式转换处理,得到待处理数据对应的目标格式数据,其中,目标格式数据与待处理数据对应的目标应用程序相适配;将目标格式数据传输至对应的目标应用程序,以供目标应用程序对目标格式数据进行处理,可以降低通过应用程序对数据操作的操作难度,从而提高通过应用程序对目标格式数据进行操作的效率。
具体地,本申请实施例还提出了一个统一AI组件,例如,如图7所示。该统一AI组件中嵌入了本申请实施例提出的数据处理方法,从而使得本申请实施例提出的数据处理方法由统一AI组件执行。具体地,该统一AI组件中具有兼容软件层数据处理策略,以及数据格式转换协议,可以对不同数据处理硬件处理得到的待处理数据进行格式转换处理,从而可以目标格式数据。通过利用统一AI组件对待处理数据进行格式转换处理,从而使得Camera TV中的应用程序可以直接对目标格式数据进行响应,而不需要再对数据处理硬件处理后的数据进行转换,降低了Camera TV通过应用程序对数据操作的操作难度,从而提高通过应用程序对目标格式数据进行操作的效率。
为了更好地实施本申请实施例提供的数据处理方法,在一实施例中还提供了一种数据处理装置,该数据处理装置可以集成于电子设备中。其中名词的含义与上述产品的数据处理方法中相同,具体实现细节可以参考方法实施例中的说明。
在一实施例中,提供了一种数据处理装置,该数据处理装置具体可以集成在电子设备,例如电视中,如图8所示,该数据处理装置包括:获取单元201、处理单元202和传输单元203,具体如下:
获取单元201,用于获取至少一个待处理数据,每个待处理数据由对应的目标数据处理硬件处理得到;
处理单元202,用于基于数据格式转换协议,对所述待处理数据进行数据格式转换处理,得到所述待处理数据对应的目标格式数据,其中,所述目标格式数据与所述待处理数据对应的目标应用程序相适配;
传输单元203,用于将所述目标格式数据传输至对应的目标应用程序,以供所述目标应用程序对所述目标格式数据进行处理。
在一实施例中,所述处理单元202,包括:
识别处理子单元,用于对所述待处理数据进行数据识别处理,得到所述待处理数据的数据格式;
确定子单元,用于根据所述数据格式,在所述数据格式转换协议中确定所述待处理数据对应的数据格式转换子协议;
格式转换处理子单元,用于根据所述数据格式转换协议对所述待处理数据进行数据格式转换处理,得到所述待处理数据的目标格式数据。
在一实施例中,所述格式转换处理子单元,包括:
类型更新处理模块,用于根据所述数据格式转换协议,对所述数据格式中的数据类型进行数据类型更新处理,得到目标数据类型;
格式转换处理模块,用于根据所述数据格式转换子协议,对所述待处理数据进行数据格式转换处理,得到所述待处理数据的目标格式数据。
在一实施例中,所述传输203单元,包括:
确定子单元,用于根据预设业务标识信息,在多个应用程序中确定所述目标格式数据对应的目标应用程序;
传输子单元,用于将所述目标格式数据传输至对应的目标应用程序。
具体实施时,以上各个单元可以作为独立的实体来实现,也可以进行任意组合,作为同一或若干个实体来实现,以上各个单元的具体实施可参见前面的方法实施例,在此不再赘述。
通过上述的数据处理装置可以降低通过应用程序对数据操作的操作难度,从而提高通过应用程序对数据进行操作的效率。
本申请实施例还提供一种电子设备,该电子设备可以包括终端或服务器,比如,电子设备可以作为数据处理终端,该数据处理终端可以为智能电视等等;又比如计算机设备可以为服务器,如数据处理服务器等。如图9所示,其示出了本申请实施例所涉及的终端的结构示意图,具体来讲:
该电子设备可以包括一个或者一个以上处理核心的处理器401、一个或一个以上计算机可读存储介质的存储器402、电源403和输入单元404等部件。本领域技术人员可以理解,图9中示出的电子设备结构并不构成对电子设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。其中:
处理器401是该电子设备的控制中心,利用各种接口和线路连接整个电子设备的各个部分,通过运行或执行存储在存储器402内的软件程序和/或模块,以及调用存储在存储器402内的数据,执行电子设备的各种功能和处理数据,从而对电子设备进行整体监控。可选的,处理器401可包括一个或多个处理核心;优选的,处理器401可集成应用处理器和调制解调处理器,其中,应用处理器主要处理操作系统、用户页面和应用程序等,调制解调处理器主要处理无线通讯。可以理解的是,上述调制解调处理器也可以不集成到处理器401中。
存储器402可用于存储软件程序以及模块,处理器401通过运行存储在存储器402的软件程序以及模块,从而执行各种功能应用以及数据处理。存储器402可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据计算机设备的使用所创建的数据等。此外,存储器402可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。相应地,存储器402还可以包括存储器控制器,以提供处理器401对存储器402的访问。
电子设备还包括给各个部件供电的电源403,优选的,电源403可以通过电源管理系统与处理器401逻辑相连,从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。电源403还可以包括一个或一个以上的直流或交流电源、再充电系统、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。
该电子设备还可包括输入单元404,该输入单元404可用于接收输入的数字或字符信息,以及产生与用户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。
尽管未示出,电子设备还可以包括显示单元等,在此不再赘述。具体在本实施例中,电子设备中的处理器401会按照如下的指令,将一个或一个以上的应用程序的进程对应的可执行文件加载到存储器402中,并由处理器401来运行存储在存储器402中的应用程序,从而实现各种功能,如下:
显示屏保界面,屏保界面包括具有动态效果的屏保内容;
当接收到交互对象针对屏保内容的交互触发指令时,根据交互触发指令获取目标交互信息;
根据目标交互信息确定屏保内容对应的动态交互效果;
在屏保界面上显示针对屏保内容的动态交互效果,以实现交互对象和屏保内容的动态交互。
以上各个操作的具体实施可参见前面的实施例,在此不再赘述。
根据本申请的一个方面,提供了一种计算机程序产品或计算机程序,该计算机程序产品或计算机程序包括计算机指令,该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令,处理器执行该计算机指令,使得该计算机设备执行上述实施例中各种可选实现方式中提供的方法。
本领域普通技术人员可以理解,上述实施例的各种方法中的全部或部分步骤可以通过计算机程序来完成,或通过计算机程序控制相关的硬件来完成,该计算机程序可以存储于一计算机可读存储介质中,并由处理器进行加载和执行。
为此,本申请实施例还提供一种存储介质,其中存储有计算机程序,该计算机程序能够被处理器进行加载,以执行本申请实施例所提供的任一种数据处理方法中的步骤。例如,该计算机程序可以执行如下步骤:
显示屏保界面,屏保界面包括具有动态效果的屏保内容;
当接收到交互对象针对屏保内容的交互触发指令时,根据交互触发指令获取目标交互信息;
根据目标交互信息确定屏保内容对应的动态交互效果;
在屏保界面上显示针对屏保内容的动态交互效果,以实现所述交互对象和所述屏保内容的动态交互。
以上各个操作的具体实施可参见前面的实施例,在此不再赘述。
由于该存储介质中所存储的计算机程序,可以执行本申请实施例所提供的任一种数据处理方法中的步骤,因此,可以实现本申请实施例所提供的任一种数据处理方法所能实现的有益效果,详见前面的实施例,在此不再赘述。
以上对本申请实施例所提供的一种数据处理方法、装置、电子设备和存储介质进行了详细介绍,本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想;同时,对于本领域的技术人员,依据本申请的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本申请的限制。

Claims (10)

1.一种数据处理方法,其特征在于,包括:
获取至少一个待处理数据,每个待处理数据由对应的目标数据处理硬件处理得到;
基于数据格式转换协议,对所述待处理数据进行数据格式转换处理,得到所述待处理数据对应的目标格式数据,其中,所述目标格式数据与所述待处理数据对应的目标应用程序相适配;
将所述目标格式数据传输至对应的目标应用程序,以供所述目标应用程序对所述目标格式数据进行处理。
2.如权利要求1所述的数据处理方法,其特征在于,基于数据格式转换协议,对所述待处理数据进行数据格式转换处理,得到所述待处理数据对应的目标格式数据,包括:
对所述待处理数据进行数据识别处理,得到所述待处理数据的数据格式;
根据所述数据格式,在所述数据格式转换协议中确定所述待处理数据对应的数据格式转换子协议;
根据所述数据格式转换子协议,对所述待处理数据进行数据格式转换处理,得到所述待处理数据的目标格式数据。
3.如权利要求2所述的数据处理方法,其特征在于,所述数据格式包括数据类型和所述数据类型对应的度量信息;所述根据所述数据格式转换子协议对所述数据格式进行数据格式转换处理,得到当前待处理数据的目标格式数据,包括:
根据所述数据格式转换子协议,对所述数据格式中的数据类型进行数据类型更新处理,得到目标数据类型;
根据所述数据格式转换子协议,对所述目标数据类型对应的度量信息进行度量信息转换处理,得到所述目标格式数据。
4.如权利要求1所述的数据处理方法,其特征在于,所述将所述目标格式数据传输至对应的目标应用程序,包括:
根据预设业务标识信息,在多个应用程序中确定所述目标格式数据对应的目标应用程序;
将所述目标格式数据传输至对应的目标应用程序。
5.如权利要求1所述的数据处理方法,其特征在于,所述获取至少一个待处理数据之前,包括:
接收数据采集触发指令;
根据所述数据采集触发指令采集视频数据;
利用所述视频数据对应的目标数据处理硬件对所述视频数据进行数据处理,得到所述待处理数据。
6.如权利要求5所述的数据处理方法,其特征在于,所述利用目标数据处理硬件对所述视频数据进行数据处理,得到所述待处理数据,包括:
对所述视频数据进行识别处理,得到所述视频数据对应的数据处理策略;
根据所述数据处理策略,在至少一个数据处理硬件中确定所述视频数据对应的目标数据处理硬件;
根据所述数据处理策略,利用所述目标数据处理硬件对所述视频数据进行数据处理,得到所述待处理数据。
7.如权利要求6所述的数据处理方法,其特征在于,所述根据所述数据处理策略,在至少一个数据处理硬件中确定所述视频数据对应的目标数据处理硬件之前,包括:
获取每种数据处理硬件支持的数据处理类型;
根据所述数据处理类型,确定每种数据处理硬件相匹配的数据处理策略;
根据所述每种数据处理硬件相匹配的数据处理策略,对每种数据处理硬件进行初始化设置处理。
8.一种数据处理装置,其特征在于,包括:
获取单元,用于获取至少一个待处理数据,每个待处理数据由对应的目标数据处理硬件处理得到;
处理单元,用于基于数据格式转换协议,对所述待处理数据进行数据格式转换处理,得到所述待处理数据对应的目标格式数据,其中,所述目标格式数据与所述待处理数据对应的目标应用程序相适配;
传输单元,用于将所述目标格式数据传输至对应的目标应用程序,以供所述目标应用程序对所述目标格式数据进行处理。
9.一种电子设备,其特征在于,包括存储器和处理器;所述存储器存储有计算机程序,所述处理器用于运行所述存储器内的计算机程序,以执行权利要求1至7任一项所述的数据处理方法。
10.一种存储介质,其特征在于,所述存储介质存储有多条计算机程序,所述计算机程序适于处理器进行加载,以执行权利要求1至7任一项所述的数据处理方法。
CN202111121603.3A 2021-09-24 2021-09-24 一种数据处理方法、装置、电子设备和存储介质 Pending CN113867817A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111121603.3A CN113867817A (zh) 2021-09-24 2021-09-24 一种数据处理方法、装置、电子设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111121603.3A CN113867817A (zh) 2021-09-24 2021-09-24 一种数据处理方法、装置、电子设备和存储介质

Publications (1)

Publication Number Publication Date
CN113867817A true CN113867817A (zh) 2021-12-31

Family

ID=78993961

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111121603.3A Pending CN113867817A (zh) 2021-09-24 2021-09-24 一种数据处理方法、装置、电子设备和存储介质

Country Status (1)

Country Link
CN (1) CN113867817A (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106161430A (zh) * 2016-06-24 2016-11-23 四川福豆科技有限公司 用于数据集群的应用服务装置
CN107209871A (zh) * 2015-02-13 2017-09-26 高通股份有限公司 具有回调的卷积矩阵相乘以用于深度卷积神经网络的深度瓦片化
CN107480789A (zh) * 2017-08-07 2017-12-15 北京中星微电子有限公司 一种深度学习模型的高效转换方法及装置
CN111600909A (zh) * 2020-06-24 2020-08-28 腾讯科技(深圳)有限公司 数据处理方法、装置、协议转换设备及存储介质
CN111738434A (zh) * 2020-06-03 2020-10-02 中国科学院计算技术研究所 在异构处理单元上执行深度神经网络的方法
CN112513817A (zh) * 2020-08-14 2021-03-16 华为技术有限公司 一种主cpu与npu的数据交互方法及计算设备
CN112887608A (zh) * 2021-01-27 2021-06-01 维沃移动通信有限公司 图像处理方法、装置、图像处理芯片和电子设备
CN113379038A (zh) * 2021-06-28 2021-09-10 展讯通信(天津)有限公司 数据处理方法和电子设备

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107209871A (zh) * 2015-02-13 2017-09-26 高通股份有限公司 具有回调的卷积矩阵相乘以用于深度卷积神经网络的深度瓦片化
CN106161430A (zh) * 2016-06-24 2016-11-23 四川福豆科技有限公司 用于数据集群的应用服务装置
CN107480789A (zh) * 2017-08-07 2017-12-15 北京中星微电子有限公司 一种深度学习模型的高效转换方法及装置
CN111738434A (zh) * 2020-06-03 2020-10-02 中国科学院计算技术研究所 在异构处理单元上执行深度神经网络的方法
CN111600909A (zh) * 2020-06-24 2020-08-28 腾讯科技(深圳)有限公司 数据处理方法、装置、协议转换设备及存储介质
CN112513817A (zh) * 2020-08-14 2021-03-16 华为技术有限公司 一种主cpu与npu的数据交互方法及计算设备
CN112887608A (zh) * 2021-01-27 2021-06-01 维沃移动通信有限公司 图像处理方法、装置、图像处理芯片和电子设备
CN113379038A (zh) * 2021-06-28 2021-09-10 展讯通信(天津)有限公司 数据处理方法和电子设备

Similar Documents

Publication Publication Date Title
CN110585726B (zh) 用户召回方法、装置、服务器及计算机可读存储介质
CN110650347B (zh) 多媒体数据的处理方法及装置
CN112784989B (zh) 推理系统、推理方法、电子设备及计算机存储介质
CN109933429A (zh) 数据处理方法、装置、电子设备及存储介质
CN108854055A (zh) 用于远程显示器的基于云的虚拟化图形处理方法和系统
CN110457214B (zh) 应用测试方法及装置、电子设备
US10712798B2 (en) Sensor processing method of mobile terminal, storage medium, and electronic device
CN112437338B (zh) 虚拟资源转移方法、装置、电子设备以及存储介质
CN111338745B (zh) 一种虚拟机的部署方法、装置及智能设备
CN115460469B (zh) 多视频播放的处理方法、装置、计算机设备及存储介质
CN113485617A (zh) 动画展示方法、装置、电子设备及存储介质
CN112169310A (zh) 一种游戏资源加载方法、装置、计算机设备和存储介质
CN113617027B (zh) 云游戏的处理方法、装置、设备以及介质
CN112954401A (zh) 基于视频互动服务的模型确定方法及大数据平台
CN114327087A (zh) 输入事件处理方法、装置、电子设备和存储介质
CN111580883B (zh) 应用程序启动方法、装置、计算机系统和介质
CN115562878B (zh) Gpu计算资源的管理方法、装置、电子设备及可读存储介质
CN113867817A (zh) 一种数据处理方法、装置、电子设备和存储介质
CN113763932B (zh) 语音处理方法、装置、计算机设备及存储介质
CN114338830A (zh) 数据传输方法、装置、计算机可读存储介质及计算机设备
CN116579380A (zh) 一种数据处理方法以及相关设备
CN113996058B (zh) 信息处理方法、装置、电子设备和计算机可读存储介质
CN113360343B (zh) 分析内存占用状况的方法、装置、存储介质及计算机设备
CN116661584B (zh) 一种资源调度方法及相关设备
CN111796928A (zh) 终端资源优化方法、装置、存储介质及终端设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination