System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及微处理器管理,具体是一种基于gpu集群的图像处理服务方法。
技术介绍
1、gpu集群是多个gpu单元组成的集合体,是用于处理图像的硬件;gpu的功能与cpu类似,大都并没有限定为完成某些特定的处理过程,这意味着,gpu集群中的各个gpu是相同的;这种模式的逻辑架构较为简单,相当于多个gpu的组合,当接收到图像处理任务时,共同对图像进行处理,可以极大地提高处理速度,但是,这种处理方式有一定的不足,就是在图像处理前的预准备过程会执行多次,这在一定程度上影响了处理效率。如何优化gpu集群的图像处理过程是本专利技术想要解决的技术问题。
技术实现思路
1、本专利技术的目的在于提供一种基于gpu集群的图像处理服务方法,以解决上述
技术介绍
中提出的问题。
2、为实现上述目的,本专利技术提供如下技术方案:
3、一种基于gpu集群的图像处理服务方法,所述方法包括:
4、统计所有原始图像的处理需求,对gpu集群中的gpu进行功能标定;
5、基于预设的缓存队列实时接收原始图像,定时遍历缓存队列中的各个原始图像,判定原始图像的独立值;所述独立值用于表征图像与其他图像的相似程度;
6、在缓存队列中依次读取原始图像,将原始图像的独立值与预设的独立值阈值进行比对;
7、当独立值达到预设的独立值阈值时,根据处理需求在gpu集群选取处理路径;当独立值小于预设的独立值阈值时,选取前一图像的处理路径作为当前图像的处理路径;
9、作为本专利技术进一步的方案:所述统计所有原始图像的处理需求,对gpu集群中的gpu进行功能标定的步骤包括:
10、遍历用户上传的含有需求标签的图像集,同步计算图像集的数据量;
11、根据所述数据量确定各个需求标签的需求量;
12、根据所述需求量确定各个需求标签的分布密度,基于所述分布密度对gpu集群中的gpu进行功能限定;其中,功能限定的基准点随机选取;功能限定过程中,将需求标签插入对应gpu的索引。
13、作为本专利技术进一步的方案:所述基于预设的缓存队列实时接收原始图像,定时遍历缓存队列中的各个原始图像,判定原始图像的独立值的步骤包括:
14、基于预设的缓存队列实时接收原始图像;
15、对所述原始图像进行空间转换,提取得到hsv分量,并进行二值化;
16、以原始图像为中心,读取预设次序跨度的原始图像,比对两个原始图像对应的二值化图像,判定相似度;
17、当相似度达到预设的相似度阈值时,递增所述次序跨度并循环执行,当相似度小于预设的相似度阈值时,根据当前次序跨度及循环执行过程中产生的相似度计算独立值;
18、所述独立值的计算过程为:
19、式中,d为n为次序跨度,si为次序跨度为i时的图像与当前图像的相似度。
20、作为本专利技术进一步的方案:所述以原始图像为中心,读取预设次序跨度的原始图像,比对两个原始图像对应的二值化图像,判定相似度的步骤包括:
21、以原始图像为中心,读取预设次序跨度的另一原始图像,得到比对双方;
22、读取比对双方的二值化图像,对二值化图像进行逻辑与运算,得到拟合图像;
23、将拟合图像与当前原始图像进行逻辑异或运算,得到差异图像;
24、对差异图像进行分析,判定相似度;
25、其中,所述相似度的计算规则为:
26、式中,s为相似度,n和m为拟合图像的尺寸,zij为拟合图像中点(i,j)的像素值,f()为括号内数值的减函数。
27、作为本专利技术进一步的方案:所述当独立值达到预设的独立值阈值时,根据处理需求在gpu集群选取处理路径的步骤包括:
28、将所述独立值与预设的独立值阈值进行比对;
29、当所述独立值达到预设的独立值阈值时,根据处理需求遍历gpu集群,标记目标gpu;
30、查询目标gpu的占用率,根据所述占用率依次选取目标gpu,作为处理路径。
31、作为本专利技术进一步的方案:所述查询目标gpu的占用率,根据所述占用率依次选取目标gpu,作为处理路径的步骤包括:
32、查询目标gpu的占用率,根据所述占用率确定不同需求标签下各个gpu的选取顺序;
33、基于选取顺序在各需求标签下的gpu中依次选取并组合,得到待选路径;
34、计算待选路径的路径长度,根据所述路径长度选取最终路径,作为处理路径。
35、本专利技术技术方安还提供了一种基于gpu集群的图像处理服务系统,所述系统包括:
36、功能标定模块,用于统计所有原始图像的处理需求,对gpu集群中的gpu进行功能标定;
37、独立值判定模块,用于基于预设的缓存队列实时接收原始图像,定时遍历缓存队列中的各个原始图像,判定原始图像的独立值;所述独立值用于表征图像与其他图像的相似程度;
38、独立值比对模块,用于在缓存队列中依次读取原始图像,将原始图像的独立值与预设的独立值阈值进行比对;
39、路径选取模块,用于当独立值达到预设的独立值阈值时,根据处理需求在gpu集群选取处理路径;当独立值小于预设的独立值阈值时,选取前一图像的处理路径作为当前图像的处理路径;
40、其中,所述处理路径为图像处理过程经过的gpu类型。
41、作为本专利技术进一步的方案:所述功能标定模块包括:
42、数据量计算单元,用于遍历用户上传的含有需求标签的图像集,同步计算图像集的数据量;
43、需求量确定单元,用于根据所述数据量确定各个需求标签的需求量;
44、限定执行单元,用于根据所述需求量确定各个需求标签的分布密度,基于所述分布密度对gpu集群中的gpu进行功能限定;其中,功能限定的基准点随机选取;功能限定过程中,将需求标签插入对应gpu的索引。
45、作为本专利技术进一步的方案:所述独立值判定模块包括:
46、图像接收单元,用于基于预设的缓存队列实时接收原始图像;
47、图像处理单元,用于对所述原始图像进行空间转换,提取得到hsv分量,并进行二值化;
48、相似度判定单元,用于以原始图像为中心,读取预设次序跨度的原始图像,比对两个原始图像对应的二值化图像,判定相似度;
49、循环执行单元,用于当相似度达到预设的相似度阈值时,递增所述次序跨度并循环执行,当相似度小于预设的相似度阈值时,根据当前次序跨度及循环执行过程中产生的相似度计算独立值;
50、所述独立值的计算过程为:
51、式中,d为n为次序跨度,si为次序跨度为i时的图像与当前图像的相似度。
52、作为本专利技术进一步的方案:所述相似度判定单元包括:
53、双方确定子单元,用于以原始图本文档来自技高网...
【技术保护点】
1.一种基于GPU集群的图像处理服务方法,其特征在于,所述方法包括:
2.根据权利要求1所述的基于GPU集群的图像处理服务方法,其特征在于,所述统计所有原始图像的处理需求,对GPU集群中的GPU进行功能标定的步骤包括:
3.根据权利要求1所述的基于GPU集群的图像处理服务方法,其特征在于,所述基于预设的缓存队列实时接收原始图像,定时遍历缓存队列中的各个原始图像,判定原始图像的独立值的步骤包括:
4.根据权利要求3所述的基于GPU集群的图像处理服务方法,其特征在于,所述以原始图像为中心,读取预设次序跨度的原始图像,比对两个原始图像对应的二值化图像,判定相似度的步骤包括:
5.根据权利要求1所述的基于GPU集群的图像处理服务方法,其特征在于,所述当独立值达到预设的独立值阈值时,根据处理需求在GPU集群选取处理路径的步骤包括:
6.根据权利要求5所述的基于GPU集群的图像处理服务方法,其特征在于,所述查询目标GPU的占用率,根据所述占用率依次选取目标GPU,作为处理路径的步骤包括:
7.一种基于GPU集群的图像处理
8.根据权利要求7所述的基于GPU集群的图像处理服务系统,其特征在于,所述功能标定模块包括:
9.根据权利要求7所述的基于GPU集群的图像处理服务系统,其特征在于,所述独立值判定模块包括:
10.根据权利要求7所述的基于GPU集群的图像处理服务系统,其特征在于,所述相似度判定单元包括:
...【技术特征摘要】
1.一种基于gpu集群的图像处理服务方法,其特征在于,所述方法包括:
2.根据权利要求1所述的基于gpu集群的图像处理服务方法,其特征在于,所述统计所有原始图像的处理需求,对gpu集群中的gpu进行功能标定的步骤包括:
3.根据权利要求1所述的基于gpu集群的图像处理服务方法,其特征在于,所述基于预设的缓存队列实时接收原始图像,定时遍历缓存队列中的各个原始图像,判定原始图像的独立值的步骤包括:
4.根据权利要求3所述的基于gpu集群的图像处理服务方法,其特征在于,所述以原始图像为中心,读取预设次序跨度的原始图像,比对两个原始图像对应的二值化图像,判定相似度的步骤包括:
5.根据权利要求1所述的基于gpu集群的图像处理服务方...
【专利技术属性】
技术研发人员:王振雨,李红亚,
申请(专利权)人:中科云达北京科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。