一种基于深度学习的云计算模型方法技术

本发明专利技术公开了一种基于深度学习的云计算模型方法，属于人工智能和云计算技术领域，包括数据采集层、数据处理层、云计算层和服务层，数据处理层用于处理数据采集层采集的数据，数据处理层利用数据采集层采集的数据训练卷积神经网络，得到最优的卷积神经网络参数。云计算层用于辅助数据处理层，云计算层上包括服务器，服务器上部署有卷积神经网络，当数据处理层的在单位时间的计算量超过设定的阈值，数据处理层将部分数据通过网络传递至云计算层，利用数据采集层采集的数据训练卷积神经网络，得到最优的卷积神经网络参数，并回传至数据处理层，本方案解决了现有技术中在高速公路路口识别车辆的型号准确率较低的问题。

A cloud computing model method based on deep learning

【技术实现步骤摘要】
一种基于深度学习的云计算模型方法
本专利技术涉及人工智能和云计算
，更具体地说，涉及一种基于深度学习的云计算模型方法。
技术介绍
随着监控视频应用的日益普及，监控视频出现了高清化、海量化、网络化、智能化的趋势，监控视频的智能化、实时化处理需求日益突出。云计算技术的出现使得海量的视频数据处理、挖掘成为可能。自2006年以来，深度学习已经成为机器学习领域的一个新兴领域。在过去几年中，深度学习技术的发展已经对信号和信息过程领域产生广泛的影响，并将继续影响到机器学习和人工智能的其它关键领域。现有技术中，在高速公路路口识别车辆的型号由于车辆型号多又复杂且车辆在行驶过程中处于运动状态，识别车辆的型号的准确率较低，一般不能准确识别。
技术实现思路
针对现有技术的不足，本专利技术的目的在于提供一种基于深度学习的云计算模型方法，解决了现有技术中在高速公路路口识别车辆的型号准确率较低的问题。本专利技术的目的可以通过以下技术方案实现：一种基于深度学习的云计算模型方法，包括数据采集层、数据处理层、云计算层和服务本文档来自技高网...

【技术保护点】
1.一种基于深度学习的云计算模型方法，其特征在于，包括数据采集层、数据处理层、云计算层和服务层，/n所述数据采集层用于采集数据，所述数据采集层包括摄像头，所述摄像头用于采集视频图像数据；/n所述数据处理层用于处理数据采集层采集的数据，所述数据处理层利用数据采集层采集的数据训练卷积神经网络，得到最优的卷积神经网络参数。/n所述云计算层用于辅助数据处理层，所述云计算层上包括服务器，所述服务器上部署有卷积神经网络，当数据处理层的在单位时间的计算量超过设定的阈值，数据处理层将部分数据通过网络传递至云计算层，利用数据采集层采集的数据训练卷积神经网络，得到最优的卷积神经网络参数，并回传至数据处理层。/n所...

【技术特征摘要】
1.一种基于深度学习的云计算模型方法，其特征在于，包括数据采集层、数据处理层、云计算层和服务层，
所述数据采集层用于采集数据，所述数据采集层包括摄像头，所述摄像头用于采集视频图像数据；
所述数据处理层用于处理数据采集层采集的数据，所述数据处理层利用数据采集层采集的数据训练卷积神经网络，得到最优的卷积神经网络参数。
所述云计算层用于辅助数据处理层，所述云计算层上包括服务器，所述服务器上部署有卷积神经网络，当数据处理层的在单位时间的计算量超过设定的阈值，数据处理层将部分数据通过网络传递至云计算层，利用数据采集层采集的数据训练卷积神经网络，得到最优的卷积神经网络参数，并回传至数据处理层。
所述服务层用于展示和配置数据采集层、数据处理层和云计算层，所述服务层将结果可视化，提供给用户。


2...

【专利技术属性】
技术研发人员：苏安鑫，石明坤，李宏，
申请(专利权)人：山西国芯科技有限公司，
类型：发明
国别省市：山西;14