[發明專利]一種圖像識別方法、裝置及系統

在審

• 申請號: 201810077198.1
• 申請日: 2018-01-26
• 公開（公告）號: CN108256492A
• 公開（公告）日: 2018-07-06
• 發明（設計）人: 王棚輝
• 申請（專利權）人: 鄭州云海信息技術有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 羅滿

本發明公開了一種圖像識別方法，包括CPU處理器根據接收的識別指令建立與算法加速器的通訊協議；并將待識別圖像數據通過所述通訊協議發送至算法加速器；所述算法加速器利用內存中的圖像識別算法對所述待識別圖像數據進行處理，獲得識別結果；所述CPU處理器接收所述算法加速器返回的所述識別結果。該方法將CPU處理器與算法加速器相連接，并通過算法加速器運行圖像識別算法對待識別圖像數據進行加速處理，相當于在數量上對CPU處理器進行了擴充，有效提升了系統對各類圖像識別算法的處理性能，進一步提升了系統的整體性能。本發明還公開了一種圖像識別裝置及系統，均具有上述有益效果。

技術領域

本發明涉及服務器領域，特別涉及一種圖像識別方法，還涉及一種圖像識別裝置及系統。

背景技術

圖像識別是人工智能的一個重要領域，在人類圖像識別系統中，對復雜圖像的識別往往要通過不同層次的信息加工才能實現。CNN(Convolutional Neural Network，卷積神經網絡)是一種前饋神經網絡，可應用于大型圖像識別等處理，其中包含有應用于不同場景的各類模型算法，也即圖像識別算法，是一種高效的識別方法。隨著日常生活中的計算場景越來越多，越來越復雜，用戶對于系統處理各類模型算法的性能要求也越來越高，也即對服務器的AI(Artificial Intelligence，人工智能)性能要求也越來越高。

然而，單靠提高單個CPU節點的性能已經無法滿足人們對服務器AI性能的要求，因此需要通過提高服務器中CPU的數量來達到上述目的。但是，基于目前技術的限制，將CPU的數量在緊耦合的系統里進行擴充是很有限的，無法真正達到提升系統處理各類圖像識別算法性能的效果，亦無法提高系統的整體性能。

因此，如何有效提升系統對各類模型算法的處理性能，以進一步提升系統的整體性能是本領域技術人員亟待解決的問題。

發明內容

本發明的目的是提供一種圖像識別方法，該圖像識別方法將CPU處理器與算法加速器相連接，并通過算法加速器運行圖像識別算法對待識別圖像數據進行加速處理，相當于在數量上對CPU處理器進行了擴充，有效提升了系統對各類圖像識別算法的處理性能，進一步提升了系統的整體性能；本發明的另一目的是提供一種圖像識別裝置及系統，均具有上述有益效果。

為解決上述技術問題，本發明提供一種圖像識別方法，包括：

CPU處理器根據接收的識別指令建立與算法加速器的通訊協議；并將待識別圖像數據通過所述通訊協議發送至算法加速器；

所述算法加速器利用內存中的圖像識別算法對所述待識別圖像數據進行處理，獲得識別結果；

所述CPU處理器接收所述算法加速器返回的所述識別結果。

優選的，所述CPU處理器根據接收的識別指令建立與算法加速器的通訊協議包括：

根據所述識別指令對與所述算法加速器進行連接的接口建立所述通訊協議。

優選的，還包括：

所述算法加速器將所述待識別圖像數據保存至所述內存中。

為解決上述技術問題，本發明還提供一種圖像識別裝置，包括：

發送模塊，用于CPU處理器根據接收的識別指令建立與算法加速器的通訊協議；并將待識別圖像數據通過所述通訊協議發送至算法加速器；

處理模塊，用于所述算法加速器利用內存中的圖像識別算法對所述待識別圖像數據進行處理，獲得識別結果；

接收模塊，用于所述CPU處理器接收所述算法加速器返回的所述識別結果。

優選的，還包括：

保存模塊，用于所述算法加速器將所述待識別圖像數據保存至所述內存中。