用于识别图像的方法和系统技术方案

本申请实施例公开了用于识别图像的方法和系统。该方法应用于AI芯片集合，AI芯片集合包括至少两个AI芯片，至少两个AI芯片并联，包括：接收集成电路芯片发送的图像；对图像进行图像识别，生成至少两个识别子结果；将至少两个识别子结果发送至集成电路芯片，以使集成电路芯片整合至少两个识别子结果，生成识别结果。该实施方式利用并联的AI芯片对图像进行图像识别，提高了对图像的识别效率。

【技术实现步骤摘要】
用于识别图像的方法和系统
本申请实施例涉及计算机
，具体涉及用于识别图像的方法和系统。
技术介绍
图像识别，是指对图像进行处理、分析和理解，以识别各种不同模式的目标和对象的技术。目前，为了节省云端服务器的计算压力和传输带宽，会在靠近数据源头的一侧直接对图像进行计算，即边缘计算。在基于深度学习的边缘计算的图像识别场景下，图像识别系统通常部署单个AI(ArtificialIntelligence，人工智能)芯片，以及单个AI芯片连接的集成电路芯片。具体地，单个AI芯片运行图像识别过程中的所有深度学习模型，对集成电路芯片采集的图像进行图像识别，以得到图像的识别结果，并将图像的识别结果发送至云端服务器，以进行下一步处理。
技术实现思路
本申请实施例提出了用于识别图像的方法和系统。第一方面，本申请实施例提供了一种用于识别图像的方法，应用于AI芯片集合，AI芯片集合包括至少两个AI芯片，至少两个AI芯片并联，包括：接收集成电路芯片发送的图像；对图像进行图像识别，生成至少两个识别子结果；将至少两个识别子结果发送至集成电路芯片，以使集成电路芯片整合至少两个识别子结果，生成识别结果。在一些实施例中，AI芯片集合运行图像识别过程中的所有深度学习模型，且不同AI芯片运行图像识别过程中的不同业务对应的深度学习模型。在一些实施例中，AI芯片集合包括第一AI芯片和第二AI芯片，第一AI芯片运行目标检测模型和属性识别模型，第二AI芯片运行目标检测模型和表情识别模型。在一些实施例中，对图像进行图像识别，生成至少两个识别子结果，包括：第一AI芯片将图像输入至目标检测模型，得到图像中的目标的位置信息，将图像和图像中的目标的位置信息输入至属性识别模型，得到图像中的目标的属性信息，基于图像中的目标的位置信息和属性信息，生成图像的第一识别子结果；第二AI芯片将图像输入至目标检测模型，得到图像中的目标的位置信息，将图像和图像中的目标的位置信息输入至表情识别模型，得到图像中的目标的表情信息，基于图像中的目标的位置信息和表情信息，生成图像的第二识别子结果。在一些实施例中，AI芯片集合中的AI芯片与集成电路芯片之间通过通用串行总线连接。在一些实施例中，AI芯片集合中的AI芯片通过移动产业处理器接口MIPI并联。第二方面，本申请实施例提供了一种用于识别图像的系统，包括：集成电路芯片和AI芯片集合，AI芯片集合包括至少两个AI芯片，至少两个AI芯片并联；集成电路芯片，被配置成采集图像，以及将图像发送至AI芯片集合；AI芯片集合，被配置成利用至少两个AI芯片对图像进行图像识别，生成至少两个识别子结果，以及将至少两个识别子结果发送至集成电路芯片；集成电路芯片，被配置成整合至少两个识别子结果，生成识别结果。在一些实施例中，AI芯片集合运行图像识别过程中的所有深度学习模型，且不同AI芯片运行图像识别过程中的不同业务对应的深度学习模型。在一些实施例中，AI芯片集合包括第一AI芯片和第二AI芯片，第一AI芯片运行目标检测模型和属性识别模型，第二AI芯片运行目标检测模型和表情识别模型。在一些实施例中，第一AI芯片，被配置成将图像输入至目标检测模型，得到图像中的目标的位置信息，将图像和图像中的目标的位置信息输入至属性识别模型，得到图像中的目标的属性信息，基于图像中的目标的位置信息和属性信息，生成图像的第一识别子结果；第二AI芯片，被配置成将图像输入至目标检测模型，得到图像中的目标的位置信息，将图像和图像中的目标的位置信息输入至表情识别模型，得到图像中的目标的表情信息，基于图像中的目标的位置信息和表情信息，生成图像的第二识别子结果。在一些实施例中，AI芯片集合中的AI芯片与集成电路芯片之间通过通用串行总线连接。在一些实施例中，AI芯片集合中的AI芯片通过移动产业处理器接口MIPI并联。在一些实施例中，集成电路芯片包括系统级芯片和转换芯片；系统级芯片，被配置成采集图像，将图像转换成数字信号，以及将数字信号发送至转换芯片；转换芯片，被配置成将数字信号转换成MIPI信号，以及将MIPI信号发送至AI芯片集合。第三方面，本申请实施例提供了一种人工智能AI芯片集合，包括：至少两个AI芯片，所述至少两个AI芯片并联，每个AI芯片包括：存储部件，其上存储有一个或多个程序；调度部件，根据待执行指令进行指令调度；至少一个通用执行部件，接收调度部件发送的指令，执行对应的程序；和/或根据调度部件发送的指令生成子指令，并将生成的子指令发送至对应的专用执行部件；至少一个专用执行部件，接收至少一个通用执行部件发送的指令，执行对应的程序，其中，一个或多个专用执行部件执行对应的程序时实现如上述第一方面中任一实施例所描述的方法。第四方面，本申请实施例提供了一种计算机可读介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如第一方面中任一实现方式描述的方法。第五方面，本申请实施例提供了一种电子设备，包括：处理器、存储装置和至少一个如第三方面中所描述的人工智能AI芯片集合。第六方面，本申请实施例提供了另一种服务器，包括：接口；存储器，其上存储有一个或多个程序；以及一个或多个处理器，在操作上连接到上述接口和上述存储器，用于：接收集成电路芯片发送的图像；对图像进行图像识别，生成至少两个识别子结果；将至少两个识别子结果发送至集成电路芯片，以使集成电路芯片整合至少两个识别子结果，生成识别结果。第七方面，本申请实施例提供了一种计算机可读存储介质，其上存储有计算机程序，其中，当上述计算机程序被一个或多个处理器执行时，使得上述一个或多个处理器：接收集成电路芯片发送的图像；对图像进行图像识别，生成至少两个识别子结果；将至少两个识别子结果发送至集成电路芯片，以使集成电路芯片整合至少两个识别子结果，生成识别结果。本申请实施例提供的用于识别图像的方法和系统，AI芯片集合包括至少两个AI芯片，至少两个AI芯片并联。此时，AI芯片集合接收集成电路芯片发送的图像，对图像进行图像识别，生成至少两个识别子结果，并发送至集成电路芯片。集成电路芯片整合至少两个识别子结果，生成识别结果。利用并联的AI芯片对图像进行图像识别，提高了对图像的识别效率。附图说明通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：图1是根据本申请的用于识别图像的系统的示例性系统架构；图2是根据本申请的用于识别图像的方法的一个实施例的流程图；图3是根据本申请的用于识别图像的方法的又一个实施例的流程图；图4是图3所示的用于识别图像的方法的一个应用场景的示意图；图5是根据本申请的用于识别图像的系统的一个实施例的时序图；图6是根据本申请的AI芯片的一个实施例的结构示意图；图7是适于用来实现本申请实施例的电子设备的计算机系统的结构示意图。具体实施方式下面结合附图和实施例对本申请作进一步的本文档来自技高网...

【技术保护点】
1.一种用于识别图像的方法，应用于人工智能AI芯片集合，所述AI芯片集合包括至少两个AI芯片，所述至少两个AI芯片并联，包括：/n接收集成电路芯片发送的图像；/n对所述图像进行图像识别，生成至少两个识别子结果；/n将所述至少两个识别子结果发送至所述集成电路芯片，以使所述集成电路芯片整合所述至少两个识别子结果，生成识别结果。/n

【技术特征摘要】
1.一种用于识别图像的方法，应用于人工智能AI芯片集合，所述AI芯片集合包括至少两个AI芯片，所述至少两个AI芯片并联，包括：
接收集成电路芯片发送的图像；
对所述图像进行图像识别，生成至少两个识别子结果；
将所述至少两个识别子结果发送至所述集成电路芯片，以使所述集成电路芯片整合所述至少两个识别子结果，生成识别结果。


2.根据权利要求1所述的方法，其中，所述AI芯片集合运行图像识别过程中的所有深度学习模型，且不同AI芯片运行图像识别过程中的不同业务对应的深度学习模型。


3.根据权利要求2所述的方法，其中，所述AI芯片集合包括第一AI芯片和第二AI芯片，所述第一AI芯片运行目标检测模型和属性识别模型，所述第二AI芯片运行所述目标检测模型和表情识别模型。


4.根据权利要求3所述的方法，其中，所述对所述图像进行图像识别，生成至少两个识别子结果，包括：
所述第一AI芯片将所述图像输入至所述目标检测模型，得到所述图像中的目标的位置信息，将所述图像和所述图像中的目标的位置信息输入至所述属性识别模型，得到所述图像中的目标的属性信息，基于所述图像中的目标的位置信息和属性信息，生成所述图像的第一识别子结果；
所述第二AI芯片将所述图像输入至所述目标检测模型，得到所述图像中的目标的位置信息，将所述图像和所述图像中的目标的位置信息输入至所述表情识别模型，得到所述图像中的目标的表情信息，基于所述图像中的目标的位置信息和表情信息，生成所述图像的第二识别子结果。


5.根据权利要求1-4之一所述的方法，其中，所述AI芯片集合中的AI芯片与所述集成电路芯片之间通过通用串行总线连接。


6.根据权利要求1-4之一所述的方法，其中，所述AI芯片集合中的AI芯片通过移动产业处理器接口MIPI并联。


7.一种用于识别图像的系统，包括：集成电路芯片和人工智能AI芯片集合，所述AI芯片集合包括至少两个AI芯片，所述至少两个AI芯片并联；
所述集成电路芯片，被配置成采集图像，以及将所述图像发送至所述AI芯片集合；
所述AI芯片集合，被配置成利用所述至少两个AI芯片对所述图像进行图像识别，生成至少两个识别子结果，以及将所述至少两个识别子结果发送至所述集成电路芯片；
所述集成电路芯片，被配置成整合所述至少两个识别子结果，生成识别结果。


8.根据权利要求7所述的系统，其中，所述AI芯片集合运行图像识别过程中的所有深度学习模型，且不同AI芯片运行图像识别过程中的不同业务对...

【专利技术属性】
技术研发人员：胡跃祥，周仁义，周强，付鹏，范彦文，寇浩锋，
申请(专利权)人：百度时代网络技术北京有限公司，百度美国有限责任公司，
类型：发明
国别省市：北京;11