一种基于改进RA-CNN的细粒度图像检测方法与系统

    公开(公告)号:CN112052876B

    公开(公告)日:2022-05-06

    申请号:CN202010773637.X

    申请日:2020-08-04

    摘要: 本发明公开了一种基于改进RA‑CNN的细粒度图像检测方法:S1、对训练图像进行预处理得到其图像向量编码和类别向量编码;S2、根据训练图像的图像向量编码和类别向量编码,使用改进的RA‑CNN模型进行弱监督训练,得到预测的边界框信息;S3、使用标注有边界框的训练图片作为输入,用步骤S2中预测的边界框与标注的边界框进行对比,计算损失函数进行强监督训练,得到经训练的图像检测模型;S4、对待检测图像进行灰度处理和向量归一化处理,得到待检测图像的图像向量编码,将待检测图像的图像向量编码输入上述经训练的图像检测模型,得到待检测图像中的物体类别和边界框信息。本发明还提供了相应的基于改进RA‑CNN的细粒度图像检测系统。

    一种基于分布式存储的智能预读方法

    公开(公告)号:CN112328185B

    公开(公告)日:2021-03-23

    申请号:CN202011573777.9

    申请日:2020-12-28

    IPC分类号: G06F3/06

    摘要: 本发明公开了一种基于分布式存储的智能预读方法。该方法包括当接收到读请求时,客户端通过多窗口内数据流连续落入情况识别各所述数据流的顺序性,筛选获得具有顺序性的顺序数据流;调整各所述顺序数据流对应窗口的大小对各所述顺序数据流进行预读,生成预读指令;将所述预读指令发送至所述顺序数据流对应的各第一存储端,所述预读指令用于控制各所述第一存储端查找并存储所述顺序数据流对应的各预读数据至缓存盘内。本发明实现了通过在存储客户端中对数据进行顺序性判断并预读后,再根据存储客户端中预读的数据流在其对应的各分布式数据存储端中寻找对应预读数据进行预读存储,保证了分布式共享卷的场景下,读取缓存数据流的一致性。

    一种基于分布式存储Ceph的两节点实现方法及系统

    公开(公告)号:CN112019601A

    公开(公告)日:2020-12-01

    申请号:CN202010790607.X

    申请日:2020-08-07

    IPC分类号: H04L29/08 H04L12/24 H04L1/22

    摘要: 本发明公开了一种基于分布式存储Ceph的两节点实现方法及系统。该方法包括:为两个节点分别分配磁盘分区,并使得两个所述节点的两个所述磁盘分区中存储的数据始终保持同步;在两个所述节点上部署高可用服务,所述高可用服务用于从两个所述节点中选取主节点,并为所述主节点分配虚拟IP地址;在所述主节点上部署Monitor服务,所述Monitor服务数据被存储在所述主节点的所述磁盘分区中;当检测到所述主节点发生故障,则将所述Monitor服务从所述主节点迁移到所述从节点上运行,将所述从节点作为新主节点。本发明在具有集群模式的高可用的同时,可以在发生故障时快速进行Monitor服务的恢复。

    一种边缘云的编排方法及系统

    公开(公告)号:CN111682973A

    公开(公告)日:2020-09-18

    申请号:CN202010826013.X

    申请日:2020-08-17

    IPC分类号: H04L12/24 H04L29/08

    摘要: 本发明公开了一种边缘云的编排方法及系统。该方法包括:在边缘节点上部署任务包驱动,并将边缘节点支持的任务包和版本信息发送给边缘云的中心节点;在中心节点上接收并记录每个边缘节点支持的任务包和版本信息,形成边缘节点任务包支持表;在中心节点上创建编排模板,编排模板中包括了编排工作所包括的任务包及每个任务包的版本信息,根据边缘节点任务包支持表,将编排工作中的任务包分发给边缘节点;利用边缘节点上的任务包驱动和对应的执行模板,在边缘节点上执行接收的任务包。本发明通过采用“中心和边缘”的编排架构,使得中心节点负责编排任务的管理,中心节点负载压力小,编排模板易于维护。

    一种云计算资源配额管理方法和系统

    公开(公告)号:CN111897627B

    公开(公告)日:2022-05-17

    申请号:CN202010644251.9

    申请日:2020-07-07

    IPC分类号: G06F9/455 H04L67/10

    摘要: 本发明公开了一种云计算资源配额管理系统,包括配额项和配额项实例构建模块、配额设置模块和配额扣减和补偿模块,其中:所述配额项和配额项实例构建模块,用于负责生成配额项和配额项实例;所述配额设置模块,用于对每一个用户、或租户、或组织,针对每一个配额项实例设置实际的可用配额值;所述配额扣减和补偿模块,用于配额的校验、扣减和补偿。对配额的控制不再是单一维度,而是通过资源属性的组合,构建多条件、多约束的配额,能有效适应更多的客户实际场景,当用户的IT资源管理方式发生变化时,云管的配额机制无需修改代码,系统管理员通过构建新的配额项即可适应需求的变化。本发明还提供了相应的云计算资源配额管理方法。

    一种基于QUIC的Kubernetes云边通信系统与方法

    公开(公告)号:CN112769938A

    公开(公告)日:2021-05-07

    申请号:CN202110037062.X

    申请日:2021-01-12

    IPC分类号: H04L29/08 H04L29/06

    摘要: 本发明公开了一种基于QUIC的Kubernetes云边通信系统与方法,包括云端消息管理组件和边缘消息管理组件,云端消息管理组件包括云端QUIC协议库模块和多个云端消息处理插件,边缘消息管理组件包括边缘QUIC协议库模块和多个边缘服务代理模块;各云端消息处理插件分别将各自监听获取的请求封装为Protobuf格式转发至云端QUIC协议库模块,由云端QUIC协议库模块发送到对应QUIC通道中;边缘QUIC协议库模块从QUIC通道中接收消息后进行解析,并转发到对应的边缘服务代理模块,由边缘服务代理模块完成内网请求,并将响应封装为Protobuf格式发送回云端,可实现管理面和业务面的云端统一调度管理。

    一种云管平台状态数据同步方法与系统

    公开(公告)号:CN112182100A

    公开(公告)日:2021-01-05

    申请号:CN202010999792.3

    申请日:2020-09-22

    摘要: 本发明公开了一种云管平台状态数据同步方法与系统,为云计算各种资源的各种影响状态变更的操作配置活跃度收敛因子;当资源发生影响状态变更的操作时,将活跃度设置为最大值并划分到活跃区,按照对应活跃度收敛因子对资源进行活跃度扣减,活跃度为0时将资源划分到静止区;状态同步线程池周期性生成固定数量的状态同步线程,并以预设比例分配给活跃区和静止区,每个线程针对对应区内的一个资源获取最新状态,并在云管平台的数据库同步更新。本发明对各种资源设置活跃度以及活跃度收敛因子,并根据活跃度将资源划分到活跃区或静止区,使得高活跃度的资源状态同步频繁,低活跃度的资源以低频率同步更新,兼顾效率和成本。

    一种基于改进RA-CNN的细粒度图像检测方法与系统

    公开(公告)号:CN112052876A

    公开(公告)日:2020-12-08

    申请号:CN202010773637.X

    申请日:2020-08-04

    IPC分类号: G06K9/62 G06N3/04 G06N3/08

    摘要: 本发明公开了一种基于改进RA‑CNN的细粒度图像检测方法:S1、对训练图像进行预处理得到其图像向量编码和类别向量编码;S2、根据训练图像的图像向量编码和类别向量编码,使用改进的RA‑CNN模型进行弱监督训练,得到预测的边界框信息;S3、使用标注有边界框的训练图片作为输入,用步骤S2中预测的边界框与标注的边界框进行对比,计算损失函数进行强监督训练,得到经训练的图像检测模型;S4、对待检测图像进行灰度处理和向量归一化处理,得到待检测图像的图像向量编码,将待检测图像的图像向量编码输入上述经训练的图像检测模型,得到待检测图像中的物体类别和边界框信息。本发明还提供了相应的基于改进RA‑CNN的细粒度图像检测系统。

    一种基于边缘计算的联合学习方法及系统

    公开(公告)号:CN111245903A

    公开(公告)日:2020-06-05

    申请号:CN201911415017.2

    申请日:2019-12-31

    IPC分类号: H04L29/08 G06N20/20

    摘要: 本发明公开了一种基于边缘计算的联合学习方法及系统,该方法包括:根据各边缘云拥有的样本数据总量和各训练角色的硬件资源参数计算分配给每个训练角色的训练数据量;根据每个训练角色的训练数据量以及各边缘云拥有的样本数据生成数据交互指令并下发给对应的边缘云,所述数据交互指令用于控制样本数据在各边缘云之间进行再分配;基于自身分配的训练数据量对模型进行训练直至所述模型收敛,并获取各边缘云上传的基于训练数据量训练至收敛后的模型,形成模型集合;本发明根据各训练角色的硬件资源情况均衡训练任务,避免造成中心云或某一边缘云的负载压力过高,并解决了将数据集中到中心云后给中心云带来的负载压力。