眼底筛查设备以及硬件、软件及设备升级方法和装置制造方法及图纸

本公开公开了一种眼底筛查设备，涉及计算机和人工智能领域，尤其涉及深度学习、云计算、计算机视觉、语音技术等领域，可以应用于AI医疗等场景。具体实现方案为：算力资源，其中，算力资源是基于眼底筛查设备中运行的数据模型配置的；CPU，其中，CPU包括N个核心，且CPU的核心数是基于眼底筛查设备中运行的应用程序配置的；以及内部存储装置，其中，内部存储装置是基于眼底筛查设备需要加载的应用程序和模型文件配置的。文件配置的。文件配置的。

【技术实现步骤摘要】
眼底筛查设备以及硬件、软件及设备升级方法和装置


[0001]本公开涉及计算机和人工智能领域，尤其涉及深度学习、云计算、计算机视觉、语音技术等领域，可以应用于AI医疗等场景。具体涉及一种硬件、软件及设备升级方法和装置、以及眼底筛查设备、电子设备、存储介质和计算机程序产品。

技术介绍

[0002]传统的眼底筛查方案，要么是在云端服务器中实现的，要么是在本地终端设备上实现的。由于这两种方案使用场景有所不同，因而所带来的问题和存在的不足也有所不同。

技术实现思路

[0003]本公开提供了一种硬件、软件及设备升级方法和装置、以及眼底筛查设备、电子设备、存储介质和计算机程序产品。
[0004]根据本公开的一方面，提供了一种眼底筛查设备，包括：算力资源，其中，所述算力资源是基于所述眼底筛查设备中运行的数据模型配置的；CPU，其中，所述CPU包括N个核心，且所述CPU的核心数是基于所述眼底筛查设备中运行的应用程序配置的；以及内部存储装置，其中，所述内部存储装置是基于所述眼底筛查设备需要加载的应用程序和模型文件配置的。
[0005本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种眼底筛查设备，包括：算力资源，其中，所述算力资源是基于所述眼底筛查设备中运行的数据模型配置的；CPU，其中，所述CPU包括N个核心，且所述CPU的核心数是基于所述眼底筛查设备中运行的应用程序配置的；以及内部存储装置，其中，所述内部存储装置是基于所述眼底筛查设备需要加载的应用程序和模型文件配置的。2.根据权利要求1所述的设备，其中，所述算力资源包括：GPU。3.根据权利要求1或2所述的设备，还包括以下至少之一：语音控制装置，用于在所述眼底筛查设备上实现语音控制功能；以及人脸识别装置，用于在所述眼底筛查设备上实现人脸识别功能。4.一种硬件升级方法，包括：确定终端设备要实现的用途以及实现所述用途所需的至少一个数据模型；基于所述用途和所述至少一个数据模型，预测实现所述用途所需的目标硬件资源，以得到对应的预测结果；以及基于所述预测结果，为所述终端设备配置所需的目标硬件资源，以实现基于原有终端设备的硬件升级，其中，所述原有终端设备也是用于实现所述用途的。5.根据权利要求4所述的方法，其中，所述硬件升级包括以下中的至少之一：算力升级、内存升级、CPU升级。6.一种软件升级方法，包括：确定第一终端设备实现的用途以及用于实现所述用途的至少一个数据模型；基于所述至少一个数据模型中的第一模型，通过执行第一操作来得到对应的用于第二终端设备的第二模型，以实现所述第二终端设备中软件的升级，其中，所述第一操作包括以下至少之一：基于所述第一模型，进行基础网络优化，得到用于所述第二终端设备的具有特定基础网络的第二模型；基于所述第一模型，进行模型压缩，得到用于所述第二终端设备的第二模型；在用于所述第二终端设备时，将所述第一模型配置为与第一目标模型并行执行，其中，所述第一目标模型包括直接从所述至少一个数据模型中移植过来的模型，或者对所述至少一个数据模型中的第三模型进行优化得到的模型；将所述第一模型与第二目标模型合并，得到用于所述第二终端设备的第二模型，其中，所述第二目标模型包括直接从所述至少一个数据模型中移植过来的模型，或者对所述至少一个数据模型中的第四模型进行优化得到的模型。7.根据权利要求6所述的方法，所述第一操作还包括：在得到所述具有特定基础网络的第二模型后，基于所述第二终端设备中配置的目标硬件资源，对该第二模型中所述特定基础网络的卷积算子和/或池化算子进行适配和优化。8.根据权利要求6或7所述的方法，所述第一操作还包括：在得到所述具有特定基础网络的第二模型后，对该第二模型的输入进行图像尺寸的优化。
9.根据权利要求6所述的方法，其中，基于所述第一模型，进行模型压缩，包括：对所述第一模型进行卷积层敏感度分析，得到在当前应用场景下卷积层网络中表现不敏感的至少一个神经元；以及将所述至少一个神经元从所述卷积层网络中删除，以实现模型压缩。10.根据权利要求6所述的方法，其中，基于所述第一模型，进行模型压缩，包括：基于经验值对所述第一模型进行模型层级结构裁剪，以实现模型压缩。11.根据权利要求6所述的方法，其中，所述第一模型与所述第一目标模型彼此之间不具有依赖关系。12.根据权利要求11所述的方法，其中，所述第二终端设备具有满足所述第一模型与所述第一目标模型并行运行的硬件条件。13.根据权利要求11所述的方法，还包括，在所述第二终端设备中添加以下模型中的至少之一，以实现所述第二终端设备中软件的升级：用于实现语音控制的数据模型；用于实现人脸识别的数据模型。14.一种设备升级方法，包括以下中的至少之一：权利要求4或5所述的方法；权利要求6至13中任一项所述的方法。15.一种硬件升级装置，包括：第一确定模块，用于确定终端设备要实现的用途以及实现所述用途所需的至少一个数据模型；预测模块，用于基于所述用途和所述至少一个数据模型，预测实现所述用途所需的目标硬件资源，以得到对应的预测结果；以及配置模块，用于基于所述...

【专利技术属性】
技术研发人员：韩洪鹏，谢宗宝，代冲，王海洋，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：