【技术实现步骤摘要】
本专利技术涉及边缘计算，尤其是涉及一种目标检测任务的联合执行方法及装置、介质、设备。
技术介绍
1、在目标检测场景下，由于边缘节点的计算资源有限，所以目标检测能力是有限的，需要云端节点或者其它边缘节点的协助。如果需要云端节点的协助，这属于一种视频帧目标检测任务的纵向卸载方式，实现了云边协同。如果需要其它边缘节点的协助，这属于一种视频帧目标检测任务的横向卸载方式，实现了边边协同。在基于云边协同及边边协同的联合计算架构下，亟需为目标检测任务设计一种纵向卸载或横向卸载的具体实现方式，来实现目标检测任务的联合执行。
技术实现思路
1、针对以上至少一个技术问题，本专利技术实施例提供一种目标检测任务的联合执行方法及装置、介质、设备。
2、根据第一方面，本专利技术实施例提供的目标检测任务的联合执行方法由边缘节点执行，所述方法包括：
3、对视频流实例中的每一个视频帧执行目标检测操作，得到所述视频帧对应的第一目标边界框检测结果；
4、对所述视频帧进行预处理，并将预处理后的视频帧输入至深度确定性策略梯度算法的策略网络中，得到所述视频帧需要卸载到云端节点的置信概率；
5、若所述视频帧需要卸载到云端节点的置信概率大于预设值，则将所述视频帧和所述第一目标边界框检测结果发送至云端节点，以使所述云端节点对所述视频帧执行目标检测操作，得到第二目标边界框检测结果，判断所述第二目标边界框检测结果的检测准确度是否高于所述第一目标边界框检测结果的检测准确度；若是，则向所述边
6、在接收到所述有效卸载通知消息或者所述无效卸载通知消息后，确定当前的有效卸载比，并根据当前的有效卸载比计算将所述视频帧的目标检测任务卸载到云端节点后获得的奖励值；
7、将所述视频帧需要卸载到云端节点的置信概率、所述视频帧的目标检测任务卸载到云端节点后获得的奖励值、所述视频帧以及所述视频帧的下一帧各自对应的图像特征数据作为一组状态转移信息保存至经验回放池中；
8、每隔预设时间从所述经验回放池中提取出多组状态转移信息，并根据提取出的多组状态转移信息对所述策略网络进行参数更新。
9、在一个实施例中，本专利技术实施例提供的方法还可以包括：
10、若所述视频帧需要卸载到云端节点的置信概率小于等于所述预设值，则将所述第一目标边界框检测结果发送至所述云端节点，以使所述云端节点将所述第一目标边界框检测结果反馈至前端用户。
11、在一个实施例中，所述策略网络在输出所述置信概率之前，将计算得到的初始置信概率中加入随机噪声后得到最终置信概率，并将所述最终置信概率输出。
12、在一个实施例中，所述方法还包括：
13、将预处理的所述视频帧和所述视频帧需要卸载到云端节点的置信概率输入到深度确定性策略梯度算法的评价网络中，得到评价值；其中，所述评价值用来评价所述置信概率的准确程度；
14、根据评价值，对所述策略网络的网络参数进行调整；
15、根据提取出的所述多组状态转移信息对所述策略网络进行参数更新。
16、在一个实施例中，所述根据当前的有效卸载比计算将所述视频帧的目标检测任务卸载到云端节点后获得的奖励值，包括：
17、采用第一计算式计算所述奖励值，所述第一计算式为：
18、r＝f*v
19、其中，r为所述奖励值，v为当前的有效卸载比，f用来表征接收到是所述有效卸载通知消息还是所述无效卸载通知消息，f为+1表示接收到是所述有效卸载通知消息，f为-1表示接收到是所述无效卸载通知消息。
20、在一个实施例中，所述方法还包括：
21、在所述边缘节点的任务量过载时，计算在第一卸载策略和第二卸载策略下所述边缘节点分别到其它每一个边缘节点的端对端延迟值；其中，所述第一卸载策略为所述视频帧的捕获任务由所述边缘节点执行，且所述视频帧的目标检测任务由其它边缘节点执行的策略；所述第二卸载策略为所述视频帧的捕获任务和所述目标检测任务均由其它边缘节点执行的策略；
22、从计算得到的各个端对端延迟值中选择出最小端对端延迟值，并将所述最小端对端延迟值对应的卸载策略作为目标卸载策略；
23、计算每一个视频流实例需要的资源使用量，并确定其它各个边缘节点各自剩余的资源使用量；
24、根据所述视频流实例需要的资源使用量和所述其它各个边缘节点各自剩余的资源使用量，从所述其它各个边缘节点中选择出能够满足所述视频流实例的资源需求的边缘节点作为候选边缘节点；
25、从所述候选边缘节点中选择出最小端对端延迟值对应的候选边缘节点作为目标边缘节点；
26、根据所述目标卸载策略，将所述视频流实例中各个视频帧各自对应的目标检测任务卸载到所述为目标边缘节点，以使所述目标边缘节点执行所述目标检测任务，并将得到的第三目标边界框检测结果上传到云端节点，以使所述云端节点将所述第三目标边界框检测结果反馈至前端用户，以实现所述视频流实例中各个视频帧各自对应的目标检测任务的横向卸载。
27、在一个实施例中，所述根据所述目标卸载策略，将所述视频流实例中各个视频帧各自对应的目标检测任务卸载到所述为目标边缘节点，包括：
28、根据所述边缘节点的标识信息、所述目标边缘节点的标识信息以及所述视频流实例的标识信息形成通知消息；
29、将所述通知消息发送至所述目标边缘节点，以使所述目标边缘节点将所述视频流实例的标识信息保存到自己的任务元数据信息中，以使所述目标边缘节点执行所述视频流实例中每一个视频帧的目标检测任务；
30、其中，所述目标边缘节点通知云端节点，以使所述云端节点将所述视频流实例和所述目标边缘节点的对应关系进行存储。
31、根据第二方面，本专利技术实施例提供的目标检测任务的联合执行装置部署在边缘节点上，所述装置包括：
32、第一检测模块，用于对视频流实例中的每一个视频帧执行目标检测操作，得到所述视频帧对应的第一目标边界框检测结果；
33、第一输入模块，用于对所述视频帧进行预处理，并将预处理后的视频帧输入至深度确定性策略梯度算法的策略网络中，得到所述视频帧需要卸载到云端节点的置信概率；
34、第一卸载模块，用于若所述视频帧需要卸载到云端节点的置信概率大于预设值，则将所述视频帧和所述第一目标边界框检测结果发送至云端节点，以使所述云端节点对所述视频帧执行目标检测操作，得到第二目标边界框检测结果，判断所述第二目标边界框检测结果的检测准确度是否高于所述第一目标边界框检测结果的检测准确度；若是，则向所述边缘节点发送有效卸载通知消息；否则，向所述边缘节点发送无效卸载通知消息；并将检测准确度较高的目标边界框检测结果反馈至前端用户，以实现所述视频帧的目标检测任务的本文档来自技高网...
【技术保护点】
1.一种目标检测任务的联合执行方法，其特征在于，所述方法由边缘节点执行，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，还包括：
3.根据权利要求1所述的方法，其特征在于，所述策略网络在输出所述置信概率之前，将计算得到的初始置信概率中加入随机噪声后得到最终置信概率，并将所述最终置信概率输出。
4.根据权利要求1所述的方法，其特征在于，所述方法还包括：
5.根据权利要求1所述的方法，其特征在于，所述根据当前的有效卸载比计算将所述视频帧的目标检测任务卸载到云端节点后获得的奖励值，包括：
6.根据权利要求1所述的方法，其特征在于，还包括：
7.根据权利要求6所述的方法，其特征在于，所述根据所述目标卸载策略，将所述视频流实例中各个视频帧各自对应的目标检测任务卸载到所述为目标边缘节点，包括：
8.一种目标检测任务的联合执行装置，其特征在于，所述装置部署在边缘节点上，所述装置包括：
9.一种计算机可读存储介质，其特征在于，其上存储有计算机程序，当所述计算机程序在计算机中执行时，令计算机执
10.一种计算设备，其特征在于，包括存储器和处理器，所述存储器中存储有可执行代码，所述处理器执行所述可执行代码时，实现权利要求1～7中的任一项所述的方法。
...【技术特征摘要】
1.一种目标检测任务的联合执行方法，其特征在于，所述方法由边缘节点执行，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，还包括：
3.根据权利要求1所述的方法，其特征在于，所述策略网络在输出所述置信概率之前，将计算得到的初始置信概率中加入随机噪声后得到最终置信概率，并将所述最终置信概率输出。
4.根据权利要求1所述的方法，其特征在于，所述方法还包括：
5.根据权利要求1所述的方法，其特征在于，所述根据当前的有效卸载比计算将所述视频帧的目标检测任务卸载到云端节点后获得的奖励值，包括：
6.根据权利要求1所述的方法，其特征在于，还...
【专利技术属性】
技术研发人员：孙瑞彬，李蒙蒙，李传义，吴晓，王振华，姜建彪，
申请(专利权)人：浪潮云信息技术股份公司，
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。