面向计算机视觉应用的云服务系统关键技术

来源 :华中科技大学 | 被引量 : 0次 | 上传用户:wayl1s1s
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
近年来,云计算发展迅速,已成为互联网行业构建基础设施的利器。云的弹性灵活不仅能节约资源,而且能支撑业务快速发展。因此开发云服务,整合产品资源解决用户使用成本高、研发团队重复建设等问题成为必要。本课题通过整合算法资源,实现了面向计算机视觉应用的云服务系统,为用户提供优秀的产品解决方案。为了承载不断扩张的需求带来的计算压力,更好、更快、更强地开发运维系统服务,本课题提出采用消息中间件与容器虚拟化等关键技术构建系统的解决方案,并对系统关键技术进行研究。本系统由C++实现,并采用Zero MQ和Caffe框架设计和实现云服务引擎;然后基于Docker技术构建容器云;其次,使用Gitlab设计持续集成平台,实现开发、测试、部署自动化;最后组合Prometheus和Grafana工具设计服务的监控系统,对硬件资源和服务性能等实时监控,有助于产品优化。本工作主要涉及引擎研发、容器应用构建和容器云部署以及持续集成与监控服务的设计与实现。本系统目前已投入商用,用户也越来越多,是公司核心产品之一。并与公司前端系统成功对接,用于智慧小区、智慧工地、智慧校园。同时,本系统经不断测试和维护已满足客户需求,所提供的解决方案已得到很多企业的认同。
其他文献
近年来,永磁同步电机广泛应用于各行各业。传统永磁同步电机矢量控制系统以DSP作为控制器,而基于DSP设计的电流环存在电流环带宽小,响应速度慢的问题。近年来逐渐出现DSP+FPGA的设计,其中电流环基于FPGA实现以提高电流环带宽,转速环仍由DSP作为控制器。然而这样的设计不仅需要复杂的DSP与FPGA之间的高速通信数据交换设计,也浪费了一定的资源。FPGA的接口灵活,模块化设计简单完全可以取代传统
针对目前微小型机器人存在的驱动效率低、避障能力受限等问题,受自然界变色龙舌头弹射和蠕虫蠕动爬行功能启发,本文基于电磁线圈与小磁块的相互作用,设计制备了一种具有快速弹射和抓取功能的微型抓手和一种自适应避障的仿蠕虫微型机器人以实现提高微小型机器人驱动效率和避障能力的目标。本文结合了数值模拟和实验分析,对机器人的运动能力与避障能力进行了表征和分析;揭示了机器人快速弹射和抓取功能实现机理,并阐明了机器人自
遥感影像中经常存在模糊退化和死像元、条带噪声等非均匀性噪声,两类退化互相耦合,严重降低图像质量,制约遥感影像后续应用。因此,非均匀性噪声干扰下图像去模糊问题,具有相当的研究价值和意义。不同于单一的非均匀性噪声退化或模糊退化,两类退化耦合导致难以依次单独地处理某一退化,如何解除非均匀性噪声退化与模糊退化的耦合,兼顾非均匀性噪声校正与去模糊,是该图像复原任务的难点所在。本文针对死像元与条带噪声这两种非
人群统计研究发展至今,针对该项研究已提出多种优秀的统计模型,由刚开始的网络层数较浅、训练参数较少的轻量级网络到现在的网络层数较深、训练参数较多的重量级网络,不同的统计模型具有不同的优点,同时其缺点也不可忽略。网络层数浅、训练参数少的轻量级网络易于训练,且在稀疏人群场景下人群统计效果较好,而当场景人群密集时,其统计效果较网络层数深、训练参数多的重量级网络而言相去甚远。而重量级网络因其参数较多、较为笨
随着云计算的发展,容器已广泛使用在应用的部署当中。与硬件级别的虚拟化技术不同,容器没有额外的硬件抽象,可直接访问物理硬件。硬件抽象的舍弃带来了性能上的提升,但也对容器的隔离性提出了巨大的挑战。由于容器与宿主机共享操作系统内核,致使正确的可用资源信息无法暴露给程序,运行于容器中应用会因此产生错误的运行时决策,带来性能上的下降。在申威硬件平台上,尽管容器在深度容器管理平台的协助下能够正常运行,但是因隔
图像拼接技术的研究和应用目前取得了很大的进展,但是在现有的视差图像拼接算法中,依然存在着边缘鬼影和结构破坏两种问题,严重影响了视差图像拼接质量。因此,对于图像拼接中的边缘鬼影和结构破坏抑制方法的研究具有重要的价值与意义。边缘鬼影的问题出现在基于网格优化的视差图像拼接算法中,尤其是当图像中存在物体边缘深度变化明显的情况下,如何赋予深度不同物体上的特征点,具有明显差异的局部单应性计算权重,正是抑制边缘
燃气资源的经营关系着国家能源安全、经济发展以及政治等因素,政府和社会在采取宏观调控和干预措施的同时,也对企业的经营自主权造成了一定程度的限制。D公司作为燃气工程企业是本市公共产业中的重要部分,D燃气施工企业的经营具有公用性特点,与广大人民群众的切身利益息息相关。在激烈竞争时代下,D燃气施工企业等国有企业面临改革以及市场竞争的挑战,需要通过内部改革实现效率的提高和业绩的提高。本文以燃气工程企业D公司
近年来,推荐系统得到迅速发展,在工业界和学术界均受到极大关注。目前有许多推荐系统的解决方案,比较传统和经典的是协同过滤推荐算法。基于模型的推荐算法也是一大类,其中,注意力机制的方法能将焦点放在最能够体现用户兴趣偏好的特征上,能较好的捕捉用户兴趣的动态性和多样性,所以基于注意力机制进行推荐算法研究具有很大的意义。为了证明注意力机制在处理短期会话时相比DNN、RNN具有更好的效果,首先研究一种基于短期
随钻核磁测井仪的井下电路始终处在高温恶劣的地下环境,极易发生故障,如不能及时更换电路板,会造成较大的经济损失,这就需要及时发现故障来源并进行电路板更换。同时,考虑到钻铤内部空间狭窄,安装成本较高,维护困难,应尽量减少故障检测传感器的使用。基于上述需求,本文提出了一种基于电源端口EMI信号非侵入式监测的故障检测方法,这一方法将单一检测电路接入电源控制电路的电压输出端口,通过采集并处理端口输出的电压信
储层总有机碳含量预测可用于储层含油气水平及生烃潜力评估,对非常规油气勘探和开发具有重要意义。然而传统的储层总有机碳含量预测方法通常存在测井数据信息提取能力差、预测精度有限等问题。为解决上述不足,本文以储层总有机碳含量为研究对象,从数据处理角度出发,利用机器学习理论方法,分别从提升测井数据质量、测井特征优选、总有机碳含量预测精度改善的角度,系统地开展测井数据驱动总有机碳含量预测方法研究,重点解决测井