智能推动工作流方法、设备及计算机存储介质技术

本发明专利技术涉及业务过程优化领域，本发明专利技术公开了一种智能推动工作流方法、设备及计算机存储介质，该方法包括以下步骤：当上传的图像分类满足相应业务所需图像的预设分类之一，则将所述上传的图像对应的图像数据插入第一操作表中；当所述第一操作表中所述业务所需图像的预设分类对应的所述图像数据全部上传，则由所述第一操作表生成推动工作流指令；对所述推动工作流指令进行幂等处理，并将所述推动工作流指令写入消息队列中；当业务系统监听到所述消息队列中的所述推动工作流指令时，执行业务系统的下一步操作。本发明专利技术解决人工推动工作流出现的漏触发或多次触发等人工操作失误的问题，实现了无需人工触发，智能推动工作流方法，从而提高工作效率。提高工作效率。提高工作效率。

【技术实现步骤摘要】
智能推动工作流方法、设备及计算机存储介质


[0001]本专利技术涉及业务过程优化领域，尤其涉及一种智能推动工作流方法、设备及计算机存储介质。

技术介绍

[0002]近年来，随着国民经济的快速发展，人民生活水平的快速提高，人民对于保险意识的有了很大的提高，保险行业迎来了巨大的发展。随着保险业的迅速发展，保险行业的业务流程越来越复杂。现有的业务流程需要影像扫描后上传到影像系统，当影像数据上传到影像系统后，经过人工检查当前业务对应的影像数据是否全部上传，并要和未上传影像数据部分的人员进行沟通，其中要经过沟通和协调，若当前业务对应的影像数据全部上传后，则需要人工触发才能继续推动工作流。现有技术中上传影像过程中和推动工作流过程中，需要过多的人工参与，容易出现漏触发或者多次触发或者人工操作失误的问题，同时有不利于提高工作效率。

技术实现思路

[0003]有鉴于此，提供一种智能推动工作流方法，解决人工推动工作流出现的漏触发或多次触发等人工操作失误的问题。
[0004]本申请实施例提供了一种智能推动工作流方法，所述方法包括：
[0005]当上传的图像分类满足相应业务所需图像的预设分类之一，则将所述上传的图像对应的图像数据插入第一操作表中；
[0006]当所述第一操作表中所述业务所需图像的预设分类对应的所述图像数据全部上传，则由所述第一操作表生成推动工作流指令；
[0007]对所述推动工作流指令进行幂等处理，并将所述推动工作流指令写入消息队列中；
[0008]当业务系统监听到所述消息队列中的所述推动工作流指令时，执行业务系统的下一步操作。
[0009]在一实施例中，所述当上传的图像分类满足相应业务所需图像的预设分类之一，则将所述上传的图像对应的图像数据插入第一操作表中的步骤之前，包括：
[0010]对预训练模型的部分预设网络使用自定义标注的影像数据进行训练，生成相应的影像分类模型；
[0011]将影像扫描上传的图像输入所述影像分类模型进行识别并分类；其中所述影像扫描上传机制采用多渠道的数据采集机制。
[0012]在一实施例中，所述对预训练模型的部分预设网络使用自定义标注的影像数据进行训练，包括：
[0013]固定冻结网络的参数；
[0014]利用自定义标注的影像数据对非冻结网络进行训练。
[0015]在一实施例中，所述对预训练模型的部分预设网络使用自定义标注的影像数据进行训练，还包括：
[0016]利用自定义标注的影像数据对冻结网络和非冻结网络进行训练；其中所述冻结网络的参数根据训练过程动态调整。
[0017]在一实施例中，所述对预训练模型的部分预设网络使用自定义标注的影像数据进行训练的步骤中利用反向传播方式对所述影像分类模型进行参数更新，包括：
[0018]将训练生成的识别结果与所述自定义标注的影像数据进行比对；
[0019]将所述比对的结果反向传播，更新所述影像分类模型内部的参数。
[0020]在一实施例中，所述自定义标注的影像数据的构建过程，包括：
[0021]对数据库中的影像数据执行去噪声预处理；
[0022]根据业务预设标签进行标注。
[0023]在一实施例中，所述幂等处理包括以下至少之一：
[0024]全局唯一标识、令牌机制、悲观锁以及乐观锁。
[0025]在一实施例中，所述预设训练模型采用VGG
‑
19网络，所述冻结网络为第一预设数量卷积层，所述非冻结网络为第二预设数量卷积层。
[0026]为实现上述目的，还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有智能推动工作流方法程序，所述智能推动工作流方法程序被处理器执行时实现上述任一所述的方法的步骤。
[0027]为实现上述目的，还提供一种智能推动工作流设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的智能推动工作流方法程序，所述处理器执行所述智能推动工作流方法程序时实现上述任一所述的方法的步骤。
[0028]本申请实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：当上传的图像分类满足相应业务所需图像的预设分类之一，则将所述上传的图像对应的图像数据插入第一操作表中；本步骤中对上传的图像数据分类的监控无需人工，避免了人工监控出现的误操作等问题，保证当满足条件时，图像数据插入第一操作表中的正确性和及时性。当所述第一操作表中所述业务所需图像的预设分类对应的所述图像数据全部上传，则由所述第一操作表生成推动工作流指令；本步骤中必须要满足上述条件，才可生成推动工作流指令。保证进行下一步推动工作流指令生成的正确性。对所述推动工作流指令进行幂等处理，并将所述推动工作流指令写入消息队列中；本步骤中的幂等处理，保证写入消息队列中的推动工作流指令的唯一性，确保业务流程不被重复触发。当业务系统监听到所述消息队列中的所述推动工作流指令时，执行业务系统的下一步操作。本步骤中当业务系统监听到推动工作流指令，则自动执行业务系统的下一步操作，在整个推动业务流程的过程中，无需人工参与和操作，避免人工推动工作流出现的漏触发或多次触发等人工操作失误的问题，实现无需人工触发，智能推动工作流方法，从而提高工作效率。
附图说明
[0029]图1为本申请实施例中涉及的智能推动工作流方法的硬件架构示意图；
[0030]图2为本申请智能推动工作流方法的第一实施例的流程示意图；
[0031]图3为本申请智能推动工作流方法的第二实施例的流程示意图；
[0032]图4为本申请智能推动工作流的影像分类模型训练流程图
[0033]图5为本申请智能推动工作流方法第二实施例中步骤S210的具体实施步骤的流程示意图；
[0034]图6为本申请智能推动工作流方法第二实施例中步骤S210的另一具体实施步骤的流程示意图。
具体实施方式
[0035]应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。
[0036]本专利技术实施例的主要解决方案是：当上传的图像分类满足相应业务所需图像的预设分类之一，则将所述上传的图像对应的图像数据插入第一操作表中；当所述第一操作表中所述业务所需图像的预设分类对应的所述图像数据全部上传，则由所述第一操作表生成推动工作流指令；对所述推动工作流指令进行幂等处理，并将所述推动工作流指令写入消息队列中；当业务系统监听到所述消息队列中的所述推动工作流指令时，执行业务系统的下一步操作。本专利技术解决人工推动工作流出现的漏触发或多次触发等人工操作失误的问题，实现了无需人工触发，智能推动工作流方法，从而提高工作效率。
[0037]为了更好的理解上述技术方案，下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。
[0038]本申请涉及一种智能推动工作流设备010包括如图1所示：至少一个处理器012、存储器011。
[0039]处理器012可能是一种集成电路芯片，具有信号的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种智能推动工作流方法，其特征在于，所述方法包括：当上传的图像分类满足相应业务所需图像的预设分类之一，则将所述上传的图像对应的图像数据插入第一操作表中；当所述第一操作表中所述业务所需图像的预设分类对应的所述图像数据全部上传，则由所述第一操作表生成推动工作流指令；对所述推动工作流指令进行幂等处理，并将所述推动工作流指令写入消息队列中；当业务系统监听到所述消息队列中的所述推动工作流指令时，执行业务系统的下一步操作。2.如权利要求1所述的智能推动工作流方法，其特征在于，所述当上传的图像分类满足相应业务所需图像的预设分类之一，则将所述上传的图像对应的图像数据插入第一操作表中的步骤之前，包括：对预训练模型的部分预设网络使用自定义标注的影像数据进行训练，生成相应的影像分类模型；将影像扫描上传的图像输入所述影像分类模型进行识别并分类；其中所述影像扫描上传机制采用多渠道的数据采集机制。3.如权利要求2所述的智能推动工作流方法，其特征在于，所述对预训练模型的部分预设网络使用自定义标注的影像数据进行训练，包括：固定冻结网络的参数；利用自定义标注的影像数据对非冻结网络进行训练。4.如权利要求2所述的智能推动工作流方法，其特征在于，所述对预训练模型的部分预设网络使用自定义标注的影像数据进行训练，还包括：利用自定义标注的影像数据对冻结网络和非冻结网络进行训练；其中所述冻结网络的参数根据训练过程动态调整。5.如权利要求4所...

【专利技术属性】
技术研发人员：张崇辰，
申请(专利权)人：中国平安人寿保险股份有限公司，
类型：发明
国别省市：