基于多层架构的视频人工智能训练平台制造技术

本发明专利技术提出一种基于多层架构的视频人工智能训练平台，包括：若干平台节点，其中，每个平台节点都具有固定的权限值，当各个所述平台节点建立通信后，依据各自的权限值来确定各个所述平台节点的从属关系；当两个平台节点的权限值相等时，这个两个平台节点之间只作为节点的数据整合和交互，互相之间没有分配数据资源权力；当一个平台节点的权限值比另一平台节点的权限值大时，权限值大的为平台上级节点；权限值小的为平台下级节点；平台上级节点获得平台下级节点的资源管理分配权限后，对平台下级节点的全部资源进行调度；其中，每个平台节点的资源包括：视频输入资源、每个节点人工智能计算资源、系统存储资源、标签标注资源。

Video Artificial Intelligence Training Platform Based on Multi-tier Architecture

The present invention proposes a video artificial intelligence training platform based on multi-tier architecture, which includes several platform nodes, in which each platform node has a fixed permission value. When each platform node establishes communication, the subordinate relationship of each platform node is determined according to its respective permission value; when the permission values of two platform nodes are equal, the two platform nodes have the same permission value. The data integration and interaction between the nodes are only as nodes, and there is no power to allocate data resources among them; when the permission value of one platform node is larger than that of another platform node, the higher permission value is platform superior node; the lower permission value is platform inferior node; after platform superior node obtains the permission of resource management allocation of platform inferior node, the lower platform node is allocated to platform inferior node. All resources are scheduled, and the resources of each platform node include: video input resources, artificial intelligence computing resources of each node, system storage resources, tagging resources.

【技术实现步骤摘要】
基于多层架构的视频人工智能训练平台
本专利技术涉及视频
，尤其涉及一种基于多层架构的视频人工智能训练平台。
技术介绍
目前的人工智能处理视频识别以及视频人工智能算法的优化过程，基本都是采用高运算能力的计算机来作为人工智能计算单元，通过开发出某个人工智能算法后，把人工智能算法装载到计算单元，通过大量的数据样本进行人工智能算法优化，最终得到一个较为认可的人工智能算法。这种人工智能算法的优化和学习过程，是受到很大限制的，在大量数据样本方面，往往存在需要大量采集数据样本的工作；然而在这个学习训练的过程，往往由于数据采集的样本不够多，或者数据采集的样本涵盖的特殊信息不充分，因此导致人工智能学习训练的效果不理想，导致人工智能算法在实际应用中无法应对一些特殊的情况。并且，对于即使有足够多的人工智能数据样本，存在人工智能算法的结果需要人文来判断错对的问题，如果没有足够多的人力来确定人工智能算法的结果的错对，人工智能算法的优化、深度学习就无从说起。
技术实现思路
基于此，本专利技术实施例的目的在于提供一种基于多层架构的视频人工智能训练平台，以解决上述存在的问题。为达到上述目的，本专利技术实施例采用以本文档来自技高网...

【技术保护点】
1.一种基于多层架构的视频人工智能训练平台，其特征在于，包括：若干平台节点，其中，每个平台节点都具有固定的权限值，每个平台节点都具有人工智能计算单元、视频标签标注单元、视频信号接入单元；所述人工智能计算单元可执行不同的人工智能算法，实现多路视频输入不同的结构化分析；所述视频标签标注单元可对接入的视频信号进行标签标注；当各个所述平台节点建立通信后，依据各自的权限值来确定各个所述平台节点的从属关系；当两个平台节点的权限值相等时，这个两个平台节点之间只作为节点的数据整合和交互，互相之间没有分配数据资源权力；当一个平台节点的权限值比另一平台节点的权限值大时，权限值大的为平台上级节点；权限值小的为平台下...

【技术特征摘要】
1.一种基于多层架构的视频人工智能训练平台，其特征在于，包括：若干平台节点，其中，每个平台节点都具有固定的权限值，每个平台节点都具有人工智能计算单元、视频标签标注单元、视频信号接入单元；所述人工智能计算单元可执行不同的人工智能算法，实现多路视频输入不同的结构化分析；所述视频标签标注单元可对接入的视频信号进行标签标注；当各个所述平台节点建立通信后，依据各自的权限值来确定各个所述平台节点的从属关系；当两个平台节点的权限值相等时，这个两个平台节点之间只作为节点的数据整合和交互，互相之间没有分配数据资源权力；当一个平台节点的权限值比另一平台节点的权限值大时，权限值大的为平台上级节点；权限值小的为平台下级节点；平台上级节点获得平台下级节点的资源管理分配权限后，对平台下级节点的全部资源进行调度；其中，每个平台节点的资源包括：视频输入资源、每个节点人工智能计算资源、系统存储资源、标签标注资源。2.如权利要求1所述的基于多层架构的视频人工智能训练平台，其特征在于，每个所述平台节点都包括主服务器和从服务器；其中，主服务器包括视频输入资源主服务、每个节点人工智能计算资源主服务、系统存储...

【专利技术属性】
技术研发人员：邸磊，
申请(专利权)人：视云融聚广州科技有限公司，
类型：发明
国别省市：广东,44