当前位置: 首页 > 专利查询>集美大学专利>正文

一种网络状态自适应的目标检测计算任务卸载调度方法技术

技术编号:42420847 阅读:16 留言:0更新日期:2024-08-16 16:36
本发明专利技术公开了一种网络状态自适应的目标检测计算任务卸载调度方法,包括:获取该任务需要的目标信息并预处理,得到图像数据集;通过图像数据集得到目标检测模型;建立通感算一体化任务需求模型,并将通感算一体化任务需求模型映射为动作空间选择问题;将动作空间选择问题进行初步简化;根据边缘设备的状态向量将动作空间选择问题转化为部分可观测的马尔科夫决策过程;基于环境感知的强化学习算法,进行通感算一体化任务调度处理,并学习马尔科夫决策的状态向量,获得边缘设备在不同网络状态下满足业务需求的资源分配最优策略;根据最优策略执行任务卸载,评估调度卸载策略性能,实现任务调度。本发明专利技术可以实现任务卸载的自适应调度。

【技术实现步骤摘要】

本专利技术涉及边缘计算技术和计算机视觉领域,尤其涉及一种网络状态自适应的目标检测计算任务卸载调度方法


技术介绍

1、近年来,随着通信技术和人工智能(ai)的快速发展,基于深度学习的目标检测正被广泛应用于各个场景,以支持各种智能物联网(iot)应用,如智能监控、目标检测、自动驾驶等。其中,目标检测已成为城市安防、自动导航、医疗诊断、增强现实等领域中最基础和最重要的应用之一。

2、目标检测是指从图像中检测出目标位置并识别目标类别,r-cnn、yolo、ssd等基于卷积神经网络的目标检测方法克服了手工构建特征等问题,获得了较好的实用性能,但这类方法往往需要高算力服务器的支持,由此带来的硬件成本和业务时延对于需要在移动设备终端部署、实时性要求较高的目标检测任务依然是无法接受的,特别是在某些边缘环境下,计算资源不足的场景中。

3、在移动设备端实现有效的目标检测难点主要体现在两个方面:(1)随着目标检测算法在基准数据集上的表现不断提升,检测精度不断提高,对于数据采集,特征提取的网络结构也逐渐朝着越来越深,越来越复杂的趋势发展,这导致在资源有限本文档来自技高网...

【技术保护点】

1.一种网络状态自适应的目标检测计算任务卸载调度方法,其特征在于,包括如下步骤:

2.如权利要求1所述的一种网络状态自适应的目标检测计算任务卸载调度方法,其特征在于,所述步骤4具体包括:

3.如权利要求2所述的一种网络状态自适应的目标检测计算任务卸载调度方法,其特征在于,所述步骤5具体包括:

4.如权利要求3所述的一种网络状态自适应的目标检测计算任务卸载调度方法,其特征在于,所述步骤51至步骤52具有包括:

5.如权利要求4所述的一种网络状态自适应的目标检测计算任务卸载调度方法,其特征在于,所述步骤6具体包括:

<p>6.如权利要求1...

【技术特征摘要】

1.一种网络状态自适应的目标检测计算任务卸载调度方法,其特征在于,包括如下步骤:

2.如权利要求1所述的一种网络状态自适应的目标检测计算任务卸载调度方法,其特征在于,所述步骤4具体包括:

3.如权利要求2所述的一种网络状态自适应的目标检测计算任务卸载调度方法,其特征在于,所述步骤5具体包括:

4.如权利要...

【专利技术属性】
技术研发人员:孙养龙高志斌许伟坚罗文乾
申请(专利权)人:集美大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1