图像增广方法、装置、计算机设备及存储介质制造方法及图纸

本发明专利技术实施例公开了一种图像增广方法、装置、计算机设备及存储介质。该方法属于人工智能技术领域，该方法包括：接收图像增广请求；判断图像增广任务集合中是否同时包含GPU增广任务以及非GPU增广任务；若是，从样本库中获取样本图像，并分发给预设的CPU；将CPU发送的中间处理数据储存到中间数据集合中；从中间数据集合中获取中间处理数据，并分发给GPU；将GPU发送的第一增广图像数据储存到预设的增广数据集合中，并将增广数据集合发送给模型训练服务器。本发明专利技术实施例由于可实现将图像增广请求中的GPU增广任务分配给GPU处理，将GPU无法处理的非GPU增广任务交给CPU处理，从而使得图像增广服务器既具有很强的适用性，又能够最大程度提高运算的效率。

【技术实现步骤摘要】
图像增广方法、装置、计算机设备及存储介质
本专利技术涉及人工智能
，尤其涉及一种图像增广方法、装置、计算机设备及存储介质。
技术介绍
图像增广(imageaugmentation)是指通过对训练图像做一系列随机改变，来产生相似但又不同的训练样本，从而扩大训练数据集的规模。图像增广是目前人工智能模型训练的一个重要环节，通过对样本图像的各种增广，可以显著提升最终的产品精度并有效提升其在不同业务场景下的泛化能力。目前，图像增广可通过CPU(CentralProcessingUnit/Processor，中央处理器)或者GPU(GraphicsProcessingUnit，图像处理器)计算实现。CPU能够处理绝大多数的图像增广任务，而其缺点在于处理速度较慢。GPU的处理速度较快，然而其只能处理少部分的图像增广任务，适用性较差。
技术实现思路
本专利技术实施例提供了一种图像增广方法、装置、计算机设备及存储介质，旨在解决现有技术中，CPU图像增广速度慢以及GUP图像增广适用性差的问题。第一方面，本专利技术实施例提供本文档来自技高网...

【技术保护点】
1.一种图像增广方法，其特征在于，包括：/n接收模型训练服务器发送的图像增广请求，所述图像增广请求包含图像增广任务集合，所述图像增广任务集合包含至少一个图像增广任务；/n判断所述图像增广任务集合中是否同时包含GPU增广任务以及非GPU增广任务；/n若所述图像增广任务集合中同时包含GPU增广任务以及非GPU增广任务，从预设的样本库中获取样本图像，并将所述样本图像分发给预设的CPU，以由所述CPU对所述样本图像执行所述非GPU增广任务；/n将所述CPU发送的中间处理数据储存到预设的中间数据集合中，所述中间处理数据是所述CPU对所述样本图像执行所述非GPU增广任务后得到的；/n从所述中间数据集合中获...

【技术特征摘要】
1.一种图像增广方法，其特征在于，包括：
接收模型训练服务器发送的图像增广请求，所述图像增广请求包含图像增广任务集合，所述图像增广任务集合包含至少一个图像增广任务；
判断所述图像增广任务集合中是否同时包含GPU增广任务以及非GPU增广任务；
若所述图像增广任务集合中同时包含GPU增广任务以及非GPU增广任务，从预设的样本库中获取样本图像，并将所述样本图像分发给预设的CPU，以由所述CPU对所述样本图像执行所述非GPU增广任务；
将所述CPU发送的中间处理数据储存到预设的中间数据集合中，所述中间处理数据是所述CPU对所述样本图像执行所述非GPU增广任务后得到的；
从所述中间数据集合中获取中间处理数据，并将中间处理数据分发给预设的GPU，以由所述GPU对所述中间处理数据执行所述GPU增广任务；
将所述GPU发送的第一增广图像数据储存到预设的增广数据集合中，并将所述增广数据集合发送给模型训练服务器，所述第一增广图像数据是所述GPU对所述中间处理数据执行所述GPU增广任务后得到的。


2.根据权利要求1所述的图像增广方法，其特征在于，所述方法还包括：
若所述图像增广任务集合中不是同时包含GPU增广任务以及非GPU增广任务，判断所述图像增广任务集合中是否只包含非GPU增广任务；
若所述图像增广任务集合中只包含非GPU增广任务，从预设的样本库中获取样本图像，并将所述样本图像分发给预设的CPU，以由所述CPU对所述样本图像执行所述非GPU增广任务；
将所述CPU发送的第二增广图像数据储存到预设的增广数据集合中，并将所述增广数据集合发送给模型训练服务器，所述第二增广图像数据是所述CPU对所述样本图像执行所述非GPU增广任务后得到的。


3.根据权利要求2所述的图像增广方法，其特征在于，所述方法还包括：
若所述图像增广任务集合中只包含GPU增广任务，从预设的样本库中获取样本图像，并将所述样本图像分发给预设的GPU，以由所述GPU对所述样本图像执行所述GPU增广任务；
将所述GPU发送的第三增广图像数据储存到预设的增广数据集合中，并将所述增广数据集合发送给模型训练服务器，所述第三增广图像数据是所述GPU对所述样本图像执行所述GPU增广任务后得到的。


4.根据权利要求1-3任一项所述的图像增广方法，其特征在于，所述将所述增广数据集合发送给模型训练服务器，包括：
判断模型训练服务器是否部署在本地；
若模型训练服务器部署在本地，通过共享内存的方式将所述增广数据集合发...

【专利技术属性】
技术研发人员：叶明，陈欣，张国辉，宋晨，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：广东;44