[发明专利]用于神经网络训练和智能分析的处理资源配置方法和装置

说明书

本申请公开了一种用于神经网络训练和智能分析的处理资源配置方法，该方法包括，在神经网络模型的智能分析使用当前处理资源的任意时间，判断是否满足触发逻辑，如果满足触发逻辑，则基于当前空闲的处理资源，为待更新神经网络模型配置训练所需的处理资源，基于当前空闲的处理资源，执行待更新神经网络模型的训练。本发明实现了神经网络模型的智能分析和训练的一体化，并且，在确保神经网络模型优先完成应用智能分析的情形下，最大化地利用了硬件资源来进行训练，实现了处理资源在智能分析和训练之间的弹性配置，提高了神经网络模型的自主升级应用的便利。

技术领域

本申请涉及视频监控分析领域，特别地，涉及一种用于神经网络训练和智能分析的处理资源配置方法。

背景技术

经过训练的神经网络可以将其所学应用于数字世界的任务——例如：识别图像、口语词、血液疾病，或者向某人推荐她/他接下来可能要购买的鞋子等各种各样的应用。这种更快更高效的神经网络可以基于其训练成果对其所获得的新数据进行“推导”，在人工智能领域，这个过程被称为推理(inference)，也是智能分析。

随着人工智能技术的发展，越来越多的神经网络模型也被应用于视频监控和分析中。

目前视频分析领域中，通常是将搜集的样本数据在第一硬件设备上对神经网络模型进行训练，然后再将训练好的神经网络模型移植到实际需要应用的第二设备上，以使得训练后的神经网络模型通过智能分析得以实现应用功能，这种方式实际上是离线训练神经网络模型，在线部署神经网络模型进行智能分析，神经网络模型的训练和智能分析的部署在不同的硬件设备上实现，这对于用于实时在线智能分析的神经网络模型应用的维护和升级都带来不便。

发明内容

本申请提供了一种用于神经网络训练和智能分析的处理资源配置方法，以实现神经网络模型的训练和智能分析一体化。

本申请提供的一种用于神经网络训练和智能分析的处理资源配置方法是这样实现的：

在神经网络模型进行智能分析使用当前处理资源的任意时间，判断是否满足触发逻辑，如果满足触发逻辑，则

根据当前处理资源进行资源评估，确定当前空闲的处理资源，

基于当前空闲的处理资源，为待更新神经网络模型配置训练所需的处理资源，

基于训练所需的处理资源，对待更新神经网络模型进行训练。

较佳地，所述触发逻辑至少包括如下之一：

当前前景运动分析满足设定的触发事件，

当前时间到达符合设定的对待更新定神经网络模型启动训练的第一时间，所述当前时间包括，基于系统时间确定的绝对时间，或，基于计时设定的相对时间，

当前空闲处理资源的资源量达到设定的对待更新神经网络模型启动训练的第一阈值；

该方法进一步包括，

在待更新神经网络模型的训练使用当前处理资源的任意时间，如果不满足触发逻辑，则存储当前训练中的待更新神经网络模型，暂停训练线程，启动神经网络模型的智能分析。

较佳地，所述基于当前空闲的处理资源，执行待更新神经网络模型的训练，包括，

加载待更新神经网络模型、训练参数、以及训练数据，执行训练，并实时监控当前处理资源，

所述在神经网络模型的训练使用当前处理资源的任意时间，如果不满足触发逻辑，进一步包括，

当检测到前景信息时，判断当前处理资源中的显存和/或内存资源是否充足，

如果充足，则暂停当前训练线程，如果不充足，则杀死训练线程；