一种人脸识别模型的云端部署方法及装置

    公开(公告)号:CN113792704A

    公开(公告)日:2021-12-14

    申请号:CN202111151732.7

    申请日:2021-09-29

    Abstract: 本申请公开了一种人脸识别模型的云端部署方法,用以解决现有的模型上线方法过程繁琐且成本较高的技术问题。方法包括:将人脸识别模型部署在服务器端,并将所述服务器端部署在远端GPU服务器上;开放所述服务器端的grpc端口供客户端进行grpc访问;通过grpc解析所述人脸识别模型的meta数据以及所述人脸识别模型的配置信息;其中,所述客户端包含图片预处理接口、模型输入接口、模型输出接口、模型推理接口以及推理结果后处理接口5个接口。本申请通过上述方法实现了人脸识别模型的云端部署,避免了闲置资源的浪费,节省了人力物力成本。

    基于C/S架构的烟火检测系统及烟火检测方法、设备、介质

    公开(公告)号:CN113989239B

    公开(公告)日:2025-02-21

    申请号:CN202111266373.X

    申请日:2021-10-28

    Abstract: 本申请公开了一种烟火检测系统及检测方法、设备、介质。烟火检测方法包括拍摄烟火检测视频;读取烟火检测视频中帧图片以得到待检测图片;对烟火检测训练模型进行解析,得到模型名称及图片格式要求;根据图片格式要求对待检测图片进行预处理以得到待推理图片;根据待推理图片创建模型输入数据;预定义模型输出目标集;将模型输入数据、模型输出目标集及结果回调函数发送至烟火检测训练模型;烟火检测训练模型基于模型输出目标集对模型输入数据进行检测以得到图片推理结果;根据预设置阈值对图片推理结果进行过滤,将过滤后的图片推理结果打包成序列化的烟火数据上报至报警平台。本方法能够准确、及时、有效地对烟火进行检测的要求且环境适应性强。

    一种部署client端实现方法

    公开(公告)号:CN113608729A

    公开(公告)日:2021-11-05

    申请号:CN202110946751.2

    申请日:2021-08-18

    Inventor: 王玉梁

    Abstract: 本发明涉及深度学习领域,具体提供了一种部署client端实现方法,首先,定义一个抽象类和五个公共方法,新增的模型继承抽象类生成派生类并根据每个模型输入输出信息实现模型预处理、输入、输出、推理和后处理五个方法;抽象类构造函数中实现模型信息的解析和gprc‑client端的创建,最终将C++工程接口封装成3个C接口并编译成.so动态链接库提供给前端其他语言调用。与现有技术相比,本发明对新增模型易扩展,且支持多个模型部署,基于C++实现更适用于对性能要求较高的嵌入式设备,生成的动态链接库可供多个语言调用,实现更丰富的前端功能。

    数据中心智能巡检机器人多任务学习方法

    公开(公告)号:CN113935466B

    公开(公告)日:2025-02-11

    申请号:CN202111214681.8

    申请日:2021-10-19

    Abstract: 本发明提供了一种数据中心智能巡检机器人多任务学习方法,利用统一深度神经网络模型架构对图像中的二维码和条码的进行检测,对服务器进行分割,并根据服务器前面板的图像识别服务器型号。其包括如下步骤:1)构件训练集构建大量数据中心服务器图像,对图像进行人工标注,图像和标注信息组成训练集;2)使用深度学习编程框架搭建深度神经网络模型,并设定损失函数;3)对模型进行训练;4)训练后的模型部署于巡检机器人,模型大大减小了完成任务所需要的计算和存储资源,提高了机器人的巡检效率,同时也降低了模型部署的复杂度,方便工程应用,基于该模型,数据中心巡检机器人可以开展高级别的巡检任务。

    一种人脸识别模型的云端部署方法及装置

    公开(公告)号:CN113792704B

    公开(公告)日:2024-02-02

    申请号:CN202111151732.7

    申请日:2021-09-29

    Abstract: 本申请公开了一种人脸识别模型的云端部署方法,用以解决现有的模型上线方法过程繁琐且成本较高的技术问题。方法包括:将人脸识别模型部署在服务器端,并将所述服务器端部署在远端GPU服务器上;开放所述服务器端的grpc端口供客户端进行grpc访问;通过grpc解析所述人脸识别模型的meta数据以及所述人脸识别模型的配置信息;其中,所述客户端包含图片预处理接口、模型输入接口、模型输出接口、模型推理接口以及推理结果后处理接口5个接口。本申请通过上述方法实现了人脸识别模型的云端部署,避免了闲置资源的浪费,节省了人力物力成本。

    一种部署client端实现方法

    公开(公告)号:CN113608729B

    公开(公告)日:2023-07-04

    申请号:CN202110946751.2

    申请日:2021-08-18

    Inventor: 王玉梁

    Abstract: 本发明涉及深度学习领域,具体提供了一种部署client端实现方法,首先,定义一个抽象类和五个公共方法,新增的模型继承抽象类生成派生类并根据每个模型输入输出信息实现模型预处理、输入、输出、推理和后处理五个方法;抽象类构造函数中实现模型信息的解析和gprc‑client端的创建,最终将C++工程接口封装成3个C接口并编译成.so动态链接库提供给前端其他语言调用。与现有技术相比,本发明对新增模型易扩展,且支持多个模型部署,基于C++实现更适用于对性能要求较高的嵌入式设备,生成的动态链接库可供多个语言调用,实现更丰富的前端功能。

    基于C/S架构的烟火检测系统及烟火检测方法、设备、介质

    公开(公告)号:CN113989239A

    公开(公告)日:2022-01-28

    申请号:CN202111266373.X

    申请日:2021-10-28

    Abstract: 本申请公开了一种烟火检测系统及检测方法、设备、介质。烟火检测方法包括拍摄烟火检测视频;读取烟火检测视频中帧图片以得到待检测图片;对烟火检测训练模型进行解析,得到模型名称及图片格式要求;根据图片格式要求对待检测图片进行预处理以得到待推理图片;根据待推理图片创建模型输入数据;预定义模型输出目标集;将模型输入数据、模型输出目标集及结果回调函数发送至烟火检测训练模型;烟火检测训练模型基于模型输出目标集对模型输入数据进行检测以得到图片推理结果;根据预设置阈值对图片推理结果进行过滤,将过滤后的图片推理结果打包成序列化的烟火数据上报至报警平台。本方法能够准确、及时、有效地对烟火进行检测的要求且环境适应性强。

    数据中心智能巡检机器人多任务学习方法

    公开(公告)号:CN113935466A

    公开(公告)日:2022-01-14

    申请号:CN202111214681.8

    申请日:2021-10-19

    Abstract: 本发明提供了一种数据中心智能巡检机器人多任务学习方法,利用统一深度神经网络模型架构对图像中的二维码和条码的进行检测,对服务器进行分割,并根据服务器前面板的图像识别服务器型号。其包括如下步骤:1)构件训练集构建大量数据中心服务器图像,对图像进行人工标注,图像和标注信息组成训练集;2)使用深度学习编程框架搭建深度神经网络模型,并设定损失函数;3)对模型进行训练;4)训练后的模型部署于巡检机器人,模型大大减小了完成任务所需要的计算和存储资源,提高了机器人的巡检效率,同时也降低了模型部署的复杂度,方便工程应用,基于该模型,数据中心巡检机器人可以开展高级别的巡检任务。

Patent Agency Ranking