X光图片智能识别云平台的关键技术研究
2019-08-15赫楠姬光吴倩胡宁
中国传媒大学学报(自然科学版) 2019年3期
赫楠,姬光,吴倩,胡宁
(1.北京市地铁运营有限公司安保部;2.北京声迅电子股份有限公司;3.北京市地铁运营有限公司研发中心)
1 前言
随着地铁智能识别机部署的数量越来越多,智能安检系统承受的运维压力也随之增大。现有的图片管理、模型训练、软件安装和升级通过人工操作,消耗了大量的大力资源,随着大规模的生产部署,系统运维成本将越来越高。因此,本文目的在于搭建云存储平台对安检图片数据实现有效的存储和管理,以及基于容器技术实现模型训练和生产部署自动化。
2 系统架构
X光图片智能识别系统的生产部署方案关键思想是基于云存储和容器技术建立你分布式的存储和开发运维一体化环境,实现X光图片数据的长期保存和有效管理、以及模型训练、智能识别机分布式部署和运维的自动化,重点解决智能识别机系统软件安装,模型文件自动更新等关键问题。系统架构如图1。

图1 系统总体架构
系统的工作流程如下:
(1)数据处理与管理:首先将安检物联机采集的数据保存在云存储系统中的原始数据库中;对原始数据库中的数据进行清洗、预处理和打标签工作,将处理好的数据存储在云存储系统中的训练数据库中;将数据集划分为训练数据集和测试数据集两部分。
(2)模型训练与发布:使用容器平台按照需求新建模型训练GPU实例,并根据X光机设备产商不同分别对云存储中的训练数据进行训练得到多个深度学习模型;……
登录APP查看全文
