设备控制方法、装置、设备及存储介质

    公开(公告)号:CN119653028A

    公开(公告)日:2025-03-18

    申请号:CN202411767510.1

    申请日:2024-12-03

    Abstract: 本申请公开了一种设备控制方法、装置、设备及存储介质,该方法包括:从目标设备检测到的多帧图像中获取多个目标对象和各个目标对象的运动信息,根据运动信息预测各个目标对象在目标设备对应的检测区域中的存在帧数,获取目标设备处理单帧图像所需的完整流程执行耗时,根据存在帧数和完整流程执行耗时计算目标设备处理各个目标对象的预测耗时,并根据预测耗时计算目标设备处理单个目标对象所需的平均耗时,根据平均耗时和目标耗时计算功耗调节系数,并根据功耗调节系数控制目标设备,其中,目标耗时为满足目标设备对应的用户需求的耗时,从而能够在保证设备性能能够满足用户需求的前提下,调整设备功耗,实现设备性能与设备功耗的均衡。

    图像渲染方法、装置、电子设备、存储介质及程序产品

    公开(公告)号:CN118365766B

    公开(公告)日:2024-08-30

    申请号:CN202410790319.2

    申请日:2024-06-19

    Inventor: 张欣 陈杰 王鹏

    Abstract: 本申请实施例提供了一种图像渲染方法、装置、电子设备、存储介质及程序产品,涉及图形渲染技术领域,方法包括:针对待渲染三维场景在观测视点下的待渲染图像中的每一像素位置,基于光束投射法,确定以观测视点为起点且经过该像素位置的光线在待渲染三维场景内击中的该像素位置对应的击中点;针对该像素位置对应的每一击中点,基于各光源的第一和第二绑定关系以及该击中点的位置与非光源对象的位置之间的关系,确定各光源在该击中点处产生的光影效果;基于各光源在该击中点处产生的光影效果,计算该击中点处的像素值;基于对该像素位置对应的各击中点的像素值进行融合,得到该像素位置处的像素值。如此,能够降低人工成本,提高图像渲染的效率。

    网络模型分散加载方法、装置及电子设备

    公开(公告)号:CN117724819A

    公开(公告)日:2024-03-19

    申请号:CN202311829328.X

    申请日:2023-12-27

    Abstract: 本申请提供了网络模型分散加载方法、装置及电子设备。本申请,在终端设备加载神经网络模型时,会先依据终端设备的当前可用内存空间DM,确定DM是否满足终端设备当前待加载的神经网络模型所需的存储资源要求,在确定DM不满足待加载的神经网络模型所需的存储资源要求时,依据DM对神经网络模型中的网络层进行分段,以使得任一分段被终端设备加载运行时所需要的存储资源小于DM,之后,终端设备按照神经网络模型被运行时的操作顺序依次加载分段并运行,这实现了终端设备通过神经网络模型分散加载的方式加载神经网络模型,避免神经网络模型本身容量和计算指令的内存占用量与终端设备本地可用内存的冲突。

    一种任务处理方法及装置

    公开(公告)号:CN113220459B

    公开(公告)日:2023-10-10

    申请号:CN202110580518.7

    申请日:2021-05-26

    Abstract: 本申请实施例提供了一种任务处理方法及装置,应用于第一边缘设备,包括:获取任务,任务包括多个子任务;根据任务包括的多个子任务和每个子任务的执行顺序,生成原始任务图;根据与第一边缘设备连接的第二边缘设备的资源信息和第一边缘设备的资源信息,以及每个子任务的约束信息,对原始任务图进行拆分,得到目标拆分任务图;向每个边缘设备分别下发目标拆分任务图,并在每个边缘设备上对对应的子任务进行任务卸载,以使每个边缘设备执行相应的子任务。应用本申请实施例提供的技术方案,能够降低计算集群的部署难度和成本,降低任务的处理延时,提高数据安全性。

    数据传输方法、装置及系统
    5.
    发明公开

    公开(公告)号:CN116260996A

    公开(公告)日:2023-06-13

    申请号:CN202111506185.X

    申请日:2021-12-10

    Inventor: 黄凡夫 陈喆 王鹏

    Abstract: 本申请公开了数据传输方法、装置及系统,涉及多媒体技术领域,能够提升智能数据的处理性能,提升当前业务的成功率。所述系统包括:客户端,用于向服务端发送能力信息;所述能力信息用于表征是否支持处理具有智能数据的多媒体数据;所述服务端,用于从所述客户端接收能力信息,根据所述能力信息,若确定所述客户端支持处理具有所述智能数据的多媒体数据,则向所述客户端发送所述智能数据,若所述客户端不支持处理具有所述智能数据的多媒体数据,则不向所述客户端发送所述智能数据;所述客户端,用于在支持处理具有智能数据的多媒体数据的情况下,从所述服务端接收所述智能数据。

    一种集群系统的任务资源的纠正方法及装置

    公开(公告)号:CN110858848B

    公开(公告)日:2022-07-05

    申请号:CN201810967097.1

    申请日:2018-08-23

    Abstract: 本申请实施例提供了一种集群系统的任务资源的纠正方法及装置,应用于集群系统中的计算节点,该方法包括:将待处理任务的任务属性作为待匹配的任务属性,并在预设的任务资源表格中查找与该待匹配的任务属性相匹配的任务属性,任务资源表格中的任务属性对应有标准任务资源;将相匹配的任务属性对应的标准任务资源与预设任务资源进行比较;如果相匹配的任务属性对应的标准任务资源与预设任务资源不相等,将相匹配的任务属性对应的标准任务资源上传至集群系统中的管理节点,以使管理节点将预设任务资源更新为相匹配的任务属性对应的标准任务资源。这样避免了人为设定的任务资源存在一定误差的情况,进而提高计算节点的资源的利用率。

    一种虚拟仿真合成方法、装置及电子设备

    公开(公告)号:CN114494568A

    公开(公告)日:2022-05-13

    申请号:CN202011148157.0

    申请日:2020-10-23

    Inventor: 张欣 陈杰 王鹏

    Abstract: 本申请实施例提供了一种虚拟仿真合成方法、装置及电子设备。其中,方法包括:按照虚拟仿真合成策略,渲染得到目标对象的第一虚拟仿真合成图像;计算所述第一虚拟仿真合成图像的得分,所述得分用于表示所述第一虚拟仿真合成图像的真实程度;根据所述得分调整所述虚拟仿真合成策略,得到调整后的虚拟仿真合成策略;根据所述调整后的虚拟仿真合成策略,渲染得到所述目标对象的第二虚拟仿真合成图像。可以通过对虚拟仿真合成图像的真实程度进行评价,并基于评价得到的得分调整虚拟仿真合成策略,形成基于虚拟仿真合成图像的真实程度的反馈机制,使得渲染得到的虚拟仿真合成图像的质量在虚拟仿真合成过程中优化,渲染得到高质量的虚拟仿真合成图像。

    一种算力资源分配方法、装置及存储介质

    公开(公告)号:CN114296912A

    公开(公告)日:2022-04-08

    申请号:CN202111556473.6

    申请日:2021-12-17

    Inventor: 王鹏 浦世亮 罗杰

    Abstract: 本申请实施例提供一种算力资源分配方法、装置及存储介质,涉及算力资源分配领域,能够提高芯片上的算力的利用率。该方法包括:将目标任务划分为算力固定的第一子任务集合和算力浮动的第二子任务集合;其中,第一子任务集合包括至少一个第一子任务,第二子任务集合包括至少一个第二子任务;第二子任务和第一子任务是不同功能的子任务,第二子任务是基于第一子任务的执行结果执行的;根据第一子任务集合需要的算力,从算力资源池中确定第一目标算力资源;根据第二子任务集合需要的算力,从算力资源池中确定第二目标算力资源;其中,第二目标算力资源和第一目标算力资源是不同的算力资源。

    音视频监控方法、装置、设备、存储介质以及系统

    公开(公告)号:CN113542688A

    公开(公告)日:2021-10-22

    申请号:CN202110797686.1

    申请日:2021-07-14

    Inventor: 黄凡夫 陈喆 王鹏

    Abstract: 本申请实施例公开了一种音视频监控方法、装置、设备、存储介质及系统,属于音视频监控领域。该方法包括:从媒体采集设备获取多路媒体信号中每路媒体信号的描述信息,描述信息包括编号和PT,多路媒体信号包括单路视频信号和多路音频信号;基于多路媒体信号的编号,从媒体采集设备获取多路音频信号中每路音频信号对应的传输参数;从媒体采集设备获取多路媒体信号的数据包;基于多路媒体信号的PT,从获取到的数据包中确定视频数据包和音频数据包,以及基于多路音频信号中每路音频信号对应的传输参数,从音频数据包中确定多路音频信号中每路音频信号的数据包。本申请实施例能够正确区分出每一路媒体信号的数据包,解决了多路媒体信号的传输问题。

    一种特征比对方法及电子设备

    公开(公告)号:CN111898747A

    公开(公告)日:2020-11-06

    申请号:CN201910368661.2

    申请日:2019-05-05

    Abstract: 本申请提供一种特征比对方法及电子设备,该方法应用于包括CPU和GPU的电子设备,可以使CPU将待处理数据输入已训练的多级网络模型,计算得到第一特征数据,并述第一特征数据储存到内存中,再将所述第一特征数据输入已训练的网络裁剪模型,对第一特征数据进行裁剪得到第二特征数据,将第二特征数据发送给所述GPU;GPU从显存存储的特征数据中选择出与第二特征数据相似的N个候选特征数据,将所述N个候选特征数据对应的N个位置标识发送至CPU;CPU从内存存储的所述N个位置标识所对应的特征数据中选择出与第一特征数据相似的M个目标特征数据。因此可以在提高任务吞吐量的同时提升计算精度。

Patent Agency Ranking