任务执行方法及装置
    1.
    发明公开

    公开(公告)号:CN115700482A

    公开(公告)日:2023-02-07

    申请号:CN202111080322.8

    申请日:2021-09-15

    Abstract: 本申请公开了一种任务执行方法及装置,属于资源调度技术领域。该方法包括:确定待并发执行的多个深度学习任务,及用于实现每个深度学习任务的人工智能模型;获取每个深度学习任务的执行策略,执行策略指示深度学习任务的调度方式和使用的模型变体,深度学习任务的模型变体基于用于实现深度学习任务的人工智能模型得到;基于每个深度学习任务的执行策略执行对应的深度学习任务。本申请既能够从深度学习任务的调度方式上对深度学习任务的执行性能进行改进,还能够从用于实现深度学习任务的模型上对深度学习任务的执行性能进行改进,有效地提高了深度学习任务的执行性能。

    一种目标检测方法、装置及相关设备

    公开(公告)号:CN115731153A

    公开(公告)日:2023-03-03

    申请号:CN202111007551.7

    申请日:2021-08-30

    Abstract: 本申请提供了一种目标检测方法,该方法应用于目标检测系统中的决策装置,该目标检测系统还包括第一设备集合以及第二设备集合,该第一设备集合中的第一检测模型的规格小于第二检测模型中的第二检测模型的规格。该方法具体实施时,决策装置获取第一检测模型对目标图像进行检测得到的初步检测结果,并根据该初步检测结果,确定目标图像中包括的候选对象对应的图像特征;当图像特征满足第一预设条件时,决策装置确定将该目标图像传输至第二设备集合。如此,决策装置能够尽可能避免目标检测系统针对该目标图像存在漏检问题,从而使得目标检测系统能够保持较高的检测精度。此外,本申请还提供了对应的装置以及相关设备。

    一种配置决策装置的方法、装置及相关设备

    公开(公告)号:CN115730205A

    公开(公告)日:2023-03-03

    申请号:CN202110981922.5

    申请日:2021-08-25

    Abstract: 本申请提供了一种配置决策装置的方法,先获取第一类样本对应的第一推理结果以及第二类样本对应的第二推理结果,并且第一推理模型推理第一类样本的精度低于第一推理模型推理第二类样本的精度;根据第一推理结果以及第二推理结果,配置决策装置中的决策参数。如此,决策装置基于配置的决策参数通常能够准确识别出规格较小的第一推理模型难以准确推理的第一类样本,并将其传输给第二设备集合,以便利用规格更大的第二推理模型进行推理,以此可以使得推理模型输入样本的精度能够保持在较高水平。此外,本申请还提供了对应的装置及相关设备。

    一种推理系统、方法、装置及相关设备

    公开(公告)号:CN115345305A

    公开(公告)日:2022-11-15

    申请号:CN202111071022.3

    申请日:2021-09-13

    Inventor: 谢达奇 王烽

    Abstract: 本申请提供了一种推理系统,该推理系统包括第一推理装置、第二推理装置、更新装置以及决策装置。第一推理装置用于利用第一推理模型对输入样本进行推理;决策装置用于在第一推理模型针对输入样本的推理结果满足传输条件的情况下,确定将输入样本传输给第二推理装置;第二推理装置用于利用第二推理模型对输入样本进行推理,该第二推理模型的规格大于第一推理模型的规格;更新装置,用于当推理系统满足第一更新触发条件是,更新传输条件。由于传输条件可以动态调整,这使得在根据实际应用需求调整传输条件后,可以使得推理系统能够基于调整后的传输条件保持较高的推理性能。此外,本申请还提供了对应的方法、装置及相关设备。

Patent Agency Ranking