【技术实现步骤摘要】
本专利技术涉及目标检测领域，特别是涉及一种针对目标检测的云边协同方法、装置及产品。
技术介绍
1、高清监控摄像头下的目标检测技术是计算机视觉和人工智能研究中的一项关键技术。它在许多领域都有重要的应用，包括视频监控、自动驾驶、人机交互等。现如今各个国家和地区都正在大规模部署用于视频分析的摄像头。例如，在城市商业设施、住宅、公共空间以及其他设施中，安装高清视频监控摄像头被用于防盗、防破坏、防抢劫、以及其他安全和保护措施。在街道、高速公路、公园和其他公共地方，高清视频摄像头被用于监控交通流量、车辆速度、违章行为等。在企业园区(如公司办公室、零售商店)安装摄像头用于改善商业运营和购物体验，在绝大多数视频分析应用中，目标检测因其能够识别和定位图像中所有特定类别的目标实例而起着关键作用。
2、近年来，随着深度学习的发展，尤其是卷积神经网络（convolutional neuralnetwork，cnn）的兴起，目标检测技术取得了显著的进步。相比于传统方法，深度学习可以自动学习到数据中的复杂和抽象特征，这使得其在复杂场景下依然可以保持良好...
【技术保护点】
1.一种针对目标检测的云边协同方法，其特征在于，包括：
2.根据权利要求1所述的针对目标检测的云边协同方法，其特征在于，利用边缘设备采集原始图片，将所述原始图片等分为多个子图，具体包括：
3.根据权利要求2所述的针对目标检测的云边协同方法，其特征在于，基于所述子图，对所述原始图片进行切割，生成切图，具体包括：
4.根据权利要求1所述的针对目标检测的云边协同方法，其特征在于，将拼接有切图的画布输入至所述目标检测深度学习模型无服务函数进行批处理，之前还包括：
5.根据权利要求4所述的针对目标检测的云边协同方法，其特征在于，所...
【技术特征摘要】
1.一种针对目标检测的云边协同方法，其特征在于，包括：
2.根据权利要求1所述的针对目标检测的云边协同方法，其特征在于，利用边缘设备采集原始图片，将所述原始图片等分为多个子图，具体包括：
3.根据权利要求2所述的针对目标检测的云边协同方法，其特征在于，基于所述子图，对所述原始图片进行切割，生成切图，具体包括：
4.根据权利要求1所述的针对目标检测的云边协同方法，其特征在于，将拼接有切图的画布输入至所述目标检测深度学习模型无服务函数进行批处理，之前还包括：
5.根据权利要求4所述的针对目标检测的云边协同方法，其特征在于，所述目标检测深度学习模型无服务函数的开始执行时间为：
6.根据权利要求4所述的针对目标检测的云边协同方法，...
【专利技术属性】
技术研发人员：詹玉峰，彭皓崧，常毅，夏元清，吴楚格，翟弟华，张元，
申请(专利权)人：北京理工大学，
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。