[发明专利]一种基于任务复杂度的高能效目标检测任务动态调度方法

权利要求书

1.一种基于任务复杂度的高能效目标检测任务动态调度方法，当用户提交一个目标检测任务时，根据当前用户所处的状态以及任务的复杂度，选择出合适的任务卸载策略，其特征在于，包括以下步骤：

步骤 S1，利用opencv库获取用户所提交的任务的复杂度，并通过任务的复杂度，给出所支持的第个目标检测模型对用户所提交的任务的预测能力，利用预测能力与任务的复杂度，获取出模型对任务的预计分数；

步骤 S2，利用当前移动端的网络状况，通过对网络状态进行建模，分别计算出将任务卸载到不同的服务器端所产生的通信时长以及通信能耗；

步骤 S3，计算在不同的平台上运行不同模型所需要的计算能耗以及计算时间，并根据用户的不同需求产生不同的权重，产生最终在不同平台上不同模型对任务的加权得分)，其中是根据用户设置调整的权重数值，是函数，是函数，是以自然常数为底的对数函数，预计分数通过步骤S1得出，通信时长与通信能耗通过步骤S2得出，计算能耗与时长通过本步骤计算出，最终选择加权得分最大的策略作为最终策略。

2.根据权利要求1所述的一种基于任务复杂度的高能效目标检测任务动态调度方法，其特征在于，所述步骤S1又包括以下步骤：

步骤S11，在本地平台利用opencv库分别获取用户所提交的任务的统计特征，并且利用所获取得到的不同的统计特征，使用神经网络对这些统计特征进行建模，计算出所提交任务的复杂度；

步骤S12，在本地获取云端平台所支持的所有模型的预测能力，利用构建好的神经网络模型计算出某个模型对用户提交任务的预测能力；

步骤S13，通过计算任务的复杂度基本属性与预测能力的加权值，获取模型对任务的预计分数。

3.根据权利要求2所述的一种基于任务复杂度的高能效目标检测任务动态调度方法，其特征在于，所述步骤S11中，默认情况下，使用多层全连接神经网络进行建模。

4.根据权利要求1所述的一种基于任务复杂度的高能效目标检测任务动态调度方法，其特征在于，所述步骤S2又包括以下步骤：

步骤 S21，通过使用C/C++语言读取手机端的设备信息文件，获取手机当前与传输有关的一些硬件信息；

步骤 S22，利用事先获取到的一些固定点的传输时间与传输能耗，对步骤S21中获取到的信息进行线性预测，计算出所产生的通信时长以及通信能耗。

5.根据权利要求4所述的一种基于任务复杂度的高能效目标检测任务动态调度方法，其特征在于，所述步骤S21中，默认情况下，一些硬件信息包括当前的电压状态、当前的网速、手机的最大带宽。

6.根据权利要求1所述的一种基于任务复杂度的高能效目标检测任务动态调度方法，其特征在于，所述步骤S3包括以下步骤：

步骤S31，根据用户不同的设置策略，选择一组固定的权重组合，在用户偏向某种需求，则增大这种需求对应的权重；

步骤S32，计算在不同的平台上运行不同模型所需要的能耗以及时间，并且根据步骤S13、步骤S22以及本步骤的数据，生成加权得分；

步骤 S33，对步骤S32产生的所有加权得分进行排序，选择加权分最大的成为最终的选择策略。

7.根据权利要求6所述的一种基于任务复杂度的高能效目标检测任务动态调度方法，其特征在于，所述步骤S31中，默认情况下，权重组合需要满足。

8.根据权利要求6所述的一种基于任务复杂度的高能效目标检测任务动态调度方法，其特征在于，所述步骤S32中，默认情况下通过以自然常数为底的指数函数产生加权得分。