[实用新型]一种基于容器化管理的电力AI训练平台

权利要求书

1.一种基于容器化管理的电力AI训练平台，其特征在于：包括硬件资源层、操作系统层、通信层、数据库层、算法层和任务层，所述硬件资源层包含GPU资源池和存储资源池，所述通信层采用RabbitMQ多语言通信，所述数据库层依据训练平台算法层和任务层设计了相应的数据库表结构及其关联关系，所述算法层基于Tensorflow、Pytorch、Caffe深度学习框架，预置多种算法模型镜像文件，所述任务层包括图像分类、目标检测和图像分割三个深度学习领域，所述数据库层具备数据集管理及数据标定功能，具备上传下载功能，支持数据增强方式选择以及多增强方式图片对比显示。

2.根据权利要求1所述一种基于容器化管理的电力AI训练平台，其特征在于：所述算法层具备多模型管理功能，具有模型的版本信息、模型的测试报告，支持模型的上传下载和迭代训练触发机制。

3.根据权利要求2所述一种基于容器化管理的电力AI训练平台，其特征在于：所述多模型管理功能包含模型在验证集上的整体评估，以及漏报率、误报率和mAP值性能指标，包含模型整体Loss曲线，正确率曲线。

4.根据权利要求3所述一种基于容器化管理的电力AI训练平台，其特征在于：所述多模型管理功能支持模型下载到本地和部署到现场应用平台。

5.根据权利要求4所述一种基于容器化管理的电力AI训练平台，其特征在于：所述多模型管理功能可以在原始模型基础上迭代训练设定次数，保证现场检测模型最优，保证模型快速部署。