[发明专利]一种新型可扩展的深度学习系统及数据识别方法

权利要求书

1.一种新型可扩展的深度学习系统，其特征在于，所述系统包括：依次连接的数据录入设备、数据识别设备和处理器设备，所述数据识别设备由至少两个数据识别装置级联组成，其中，

所述数据录入设备，用于录入输入的数据并将所述输入的数据发送给所述数据识别设备；

所述数据识别装置包括：数据输入接口、交换模块、存储模块、控制模块、计算模块和数据输出接口，其中，

所述数据输入接口，用于接收所述输入的数据，所述输入的数据包括：待识别数据、第一深度学习算法模型以及其他设备采用第二深度学习算法模型针对所述待识别数据的识别结果；

所述交换模块，用于根据所述待识别数据的标识信息和所述第一深度学习算法模型的标识信息，判断是否将所待识别数据以及所述第一深度学习算法模型存储到所述存储模块中；

所述存储模块，用于在所述交换模块的判断结果为是的情况下，存储所述待识别数据和所述第一深度学习算法模型；

所述控制模块，用于向所述计算模块发出针对所述待识别数据的识别指令；

所述计算模块，用于根据所述识别指令获取所述第一深度学习算法模型和所述待识别数据，并利用所述第一深度学习算法模型对所述待识别数据进行识别处理；

所述数据输出接口，用于输出所述计算模块的识别结果和所述其他设备针对所述待识别数据的识别结果；

所述处理器设备，用于接收数据识别设备输出的识别结果，并对所述识别结果进行筛选处理。

2.根据权利要求1所述的一种新型可扩展的深度学习系统，其特征在于，所述数据输入接口包括：第一数据输入接口和第二数据输入接口，其中，所述第一数据输入接口，用于接收非图像数据；所述第二数据输入接口，用于接收图像数据；

所述数据输出接口包括第一数据输出接口和第二数据输出接口，其中，所述第一数据输出接口，用于输出非图像数据；所述第二数据输出接口，用于输出图像数据。

3.根据权利要求2所述的一种新型可扩展的深度学习系统，其特征在于，所述第一数据输入接口、所述第二数据输入接口、所述第一数据输出接口和所述第二数据输出接口均为标准数据接口。

4.根据权利要求1所述的一种新型可扩展的深度学习系统，其特征在于，所述数据输出接口，用于在所述交换模块的判断结果为否的情况下，输出所述输入的数据。

5.根据权利要求1所述的一种新型可扩展的深度学习系统，其特征在于，所述控制模块，具体用于：向所述计算模块发出训练指令；

所述计算模块，具体用于：获取第一深度学习算法模型，从所述存储模块中获取训练数据，并根据所述训练指令，利用所述训练数据对所述第一深度学习算法模型进行训练；从所述存储模块中获取待识别数据，并利用训练好的第一深度学习算法模型对所述待识别数据进行识别处理。

6.根据权利要求1所述的一种新型可扩展的深度学习系统，其特征在于，所述第一深度学习算法模型为预先训练的第一深度学习算法模型。

7.根据权利要求1所述的一种新型可扩展的深度学习系统，其特征在于，所述计算模块，具体用于：

接收第一深度学习算法模型和第一深度学习算法模型参数，利用所述第一深度学习算法模型参数对所述第一深度学习算法模型进行设置。

8.一种采用权利要求1-7任一项所述的一种新型可扩展的深度学习系统的数据识别方法，其特征在于，所述方法包括：

接收输入的数据，所述输入的数据包括：待识别数据、第一深度学习算法模型以及其他设备采用第二深度学习算法模型针对所述待识别数据的识别结果；

根据所述待识别数据的标识信息和所述第一深度学习算法模型的标识信息，判断是否存储所待识别数据以及所述第一深度学习算法模型；

在判断是否存储所述待识别数据的判断结果为是的情况下，存储所述第一深度学习算法模型和所述待识别数据；

获取针对所述待识别数据的识别指令；

根据所述识别指令，利用所述第一深度学习算法模型对所述待识别数据进行识别处理，得到识别结果；

输出所述识别结果和所述其他设备针对所述待识别数据的识别结果。