检测模型自动匹配部署系统及方法技术方案

本发明专利技术提供一种检测模型自动匹配部署系统及方法。检测模型匹配部署系统包括：算法服务器自动匹配系统及多个算法服务器；所述算法服务器自动匹配系统与多个所述目标算法服务器均信号连接，用于基于检测模型的运行要求选择匹配的算法服务器作为目标算法服务器，并向所述目标算法服务器自动下发所述检测模型文件；所述目标算法服务器用于为所述检测模型文件对应的检测模型提供运行环境，并部署运行所述检测模型。本发明专利技术可以实现自动的将检测模型文件准确下发至符合其运行要求的算法服务器上。上。上。

【技术实现步骤摘要】
检测模型自动匹配部署系统及方法


[0001]本专利技术涉及人工智能领域，特别是涉及一种检测模型自动匹配部署系统及方法。

技术介绍

[0002]随着时间的推移，光伏产品生产线上越来越多的缺陷种类实现AI检测识别，但由于各类模型的部署方案不同，工厂内算法服务器的类型也杂乱起来，有安装了不同款式商业显卡的服务器，有安装了OpenVINO套件的CPU服务器，也有用于直接运行模型的普通CPU服务器。目前普遍存在无法自动的将检测模型准确下发到符合其运行要求的算法服务器上的问题。

技术实现思路

[0003]本专利技术的目的在于，提供一种检测模型自动匹配部署系统及方法，用于解决现有技术中存在的无法自动的将检测模型准确下发到符合其运行要求的算法服务器上的问题。
[0004]为解决现有技术中的问题，第一方面，本专利技术提供一种检测模型自动匹配部署系统，所述检测模型匹配部署系统包括：算法服务器自动匹配系统及多个算法服务器；其中，
[0005]所述算法服务器自动匹配系统与多个所述目标算法服务器均信号连接，用于基于检测模型的运行要求选择匹配的算法服务器作为目标算法服务器，并向所述目标算法服务器自动下发所述检测模型文件；
[0006]所述目标算法服务器用于为所述检测模型文件对应的检测模型提供运行环境，并部署运行所述检测模型。
[0007]可选地，所述算法服务器自动匹配系统包括：
[0008]服务器信息列表，用于统计所有所述算法服务器的基础信息、硬件算力设备及软件运行条件；
[0009]模型部署规划模块，用于提供UI界面，用户在所述UI界面上选择需要部署的所述检测模型，并通过调整固定的选项进一步描述所述检测模型所需的运行环境；
[0010]节点选择器，与所述服务器信息列表及所述模型部署规划模块均信号连接，用于基于所述服务器信息列表及所述模型部署规划模块的部署规划选择匹配的算法服务器作为所述目标算法服务器；
[0011]模型下发模块，与所述节点选择器及所述目标算法服务器信号连接，用于将所述检测模型文件下发到所述目标算法服务器。
[0012]可选地，所述固定的选项包括是否使用显卡、显卡型号、CUDA版本、是否使用OpenVINO及OpenVINO的版本。
[0013]可选地，所述算法服务器的基础信息包括：服务器检测模型自动匹配部署系统、IP地址及使用状态；所述硬件算力设备包括CPU型号、CPU数量、GPU型号和GPU数量；所述软件运行条件包括CUDA版本及OpenVINO版本。
[0014]可选地，所述模型下发模块将所述检测模型文件下发到所述目标算法服务器的同
时，还将模型部署任务消息下发至所述目标算法服务器。
[0015]可选地，所述目标算法服务器包括：
[0016]模型部署模块，所述模型部署模块与所述模型下发模块信号连接，用于下载所述检测模型文件，接收所述模型部署任务消息，并基于所述模型部署任务消息部署运行下载的所述检测模型。
[0017]第二方面，本专利技术还提供一种检测模型自动匹配部署方法，所述检测模型自动匹配部署方法基于如第一方面所述的检测模型自动匹配部署系统而执行，所述检测模型自动匹配部署方法包括：
[0018]所述算法服务器自动匹配系统基于检测模型的运行要求选择匹配的算法服务器作为目标算法服务器，并向所述目标算法服务器自动下发所述检测模型文件；
[0019]所述目标算法服务器为所述检测模型文件对应的检测模型提供运行环境，并部署运行所述检测模型。
[0020]如上所述，本专利技术的检测模型自动匹配部署系统及方法，具有以下有益效果：通过设置算法服务器自动匹配系统，算法服务器自动匹配系统会自动基于检测模型的运行要求选择匹配的算法服务器作为目标算法服务器，并向目标算法服务器自动下发检测模型文件；目标算法服务器为所述检测模型文件对应的检测模型提供运行环境，并部署运行所述检测模型；从而可以实现自动的将检测模型文件准确下发至符合其运行要求的算法服务器上。
附图说明
[0021]图1为本专利技术的检测模型自动匹配部署系统结构框图。
[0022]图2为本专利技术的检测模型自动匹配部署系统方法的流程图。
[0023]标号说明：
[0024]1、算法服务器自动匹配系统，10、服务器信息列表，11、模型部署规划模块，12、节点选择器，13、模型下发模块，2、目标算法服务器，20、模型部署模块。
具体实施方式
[0025]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0026]以下描述中的优选实施例只作为举例，本领域技术人员可以想到其他显而易见的变型。在以下描述中界定的本专利技术的基本原理可以应用于其他实施方案、变形方案、改进方案、等同方案以及没有背离本专利技术的精神和范围的其他技术方案。
[0027]本领域技术人员应理解的是，在本专利技术的揭露中，术语“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”等指示的方位或位置关系是基于附图所示的方位或位置关系，其仅是为了便于描述本专利技术和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此上述术语不能理解为对本专利技术的限制。
[0028]当前光伏行业因制造工艺问题，在批次生产的光伏产品(光伏电池片)中会随机性的存在着严重的产品缺陷，例如隐裂、虚焊、失效、断栅等。光伏行业现在识别缺陷通行的方案是通电使光伏板发光即El测试。El测试通过外部给晶硅组件施加正向偏置电压，促使电池片内部电子和空穴不断地复合发光，放出光子，再利用红外CCD相机捕捉到这些光子，通过计算机进行处理后以图像的形式显示出来。EL测试图像的明暗度与电池片的少子寿命(或扩散长度)和电流密度成正比，当晶硅太阳电池内部存在缺陷时，其少子寿命分布的差异导致图像存在明暗差异，由此可以检测太阳能电池组件的内部缺陷。
[0029]一种完整的光伏EL智能缺陷检测系统，系统工作流程从产线机台开始，机台上装有定制化的客户端程序，用于拍摄显示El照片以及配置缺陷检测项。客户端将需要检测的照片统一回传到Mission Hub中，由Mission Hub把检测任务下发给算法服务器，并整理好服务器给出的检测结果，然后写入数据库。基于此数据库，系统提供了MES(制造企业生产过程执行管理系统)。为了算法服务器中的AI模型能快速的更新迭代，系统也包含了AI模型训练平台。
[0030]为最大化的加快缺陷检测模型的处理速度，算法服务器中往往安装了独立显卡，用独立显卡来运行缺陷检测模型。实践中发现，AI模型做推理工作时所需runtime的版本与训练AI模型时使用的显卡的runtime必须兼容，否则将出本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种检测模型自动匹配部署系统，其特征在于，包括：算法服务器自动匹配系统及多个算法服务器；其中，所述算法服务器自动匹配系统与多个所述目标算法服务器均信号连接，用于基于检测模型的运行要求选择匹配的算法服务器作为目标算法服务器，并向所述目标算法服务器自动下发检测模型文件；所述目标算法服务器用于为所述检测模型文件对应的检测模型提供运行环境，并部署运行所述检测模型。2.根据权利要求1所述的检测模型自动匹配部署系统，其特征在于，所述算法服务器自动匹配系统包括：服务器信息列表，用于统计所有所述算法服务器的基础信息、硬件算力设备及软件运行条件；模型部署规划模块，用于提供UI界面，用户在所述UI界面上选择需要部署的所述检测模型，并通过调整固定选项进一步描述所述检测模型所需的运行环境；节点选择器，与所述服务器信息列表及所述模型部署规划模块均信号连接，用于基于所述服务器信息列表及所述模型部署规划模块的部署规划选择匹配的算法服务器作为所述目标算法服务器；模型下发模块，与所述节点选择器及所述目标算法服务器信号连接，用于将所述检测模型文件下发到所述目标算法服务器。3.根据权利要求2所述的检测模型自动匹配部署系统，其特征在于，所述固定选项包括是否使用显卡、显卡型号、CUDA版本、是否使用OpenVINO及Op...

【专利技术属性】
技术研发人员：曹炎，李琦，陈品超，江光祥，张磊，刘龙云，周建权，袁嘉慧，王绪，
申请(专利权)人：上海洪朴信息科技有限公司，
类型：发明
国别省市：