CN111625358B - 一种资源分配方法、装置、电子设备及存储介质 - Google Patents
一种资源分配方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN111625358B CN111625358B CN202010449025.5A CN202010449025A CN111625358B CN 111625358 B CN111625358 B CN 111625358B CN 202010449025 A CN202010449025 A CN 202010449025A CN 111625358 B CN111625358 B CN 111625358B
- Authority
- CN
- China
- Prior art keywords
- image processing
- resource
- processing algorithm
- determining
- algorithm
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2209/00—Indexing scheme relating to G06F9/00
- G06F2209/50—Indexing scheme relating to G06F9/50
- G06F2209/5011—Pool
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Studio Devices (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种资源分配方法、装置、电子设备及存储介质,所述方法包括:当接收到图像处理算法增加指令时,获取需要增加的第一图像处理算法;确定每个资源所绑定的图像处理算法的数量,将绑定图像处理算法数量最少的资源确定为第一目标资源;建立所述第一图像处理算法与所述第一目标资源的绑定关系。这样能够保证每个资源所绑定的图像处理算法数量均衡,避免了一个资源绑定大量的图像处理算法导致对视频图像处理的效率较低的问题,也提高了设备的资源的利用率。
Description
技术领域
本发明涉及视频图像处理技术领域,尤其涉及一种资源分配方法、装置、电子设备及存储介质。
背景技术
视频监控主要应用在交通违法监控、人员行为监控、银行监控等场景,视频监控包括图像的采集以及对图像的处理,其中图像处理是基于图像处理算法进行的。图像处理算法执行过程中需要占用电子设备中的资源,其中,资源包括中央处理器cpu或者数字信号处理器dsp。在图像处理之前,需要为每个图像处理算法分配对应的资源并绑定,图像处理算法执行过程中,占用与自身绑定的资源。
电子设备中一般包括多个资源,现有技术在为图像处理算法分配资源时一般是随机分配的,有可能多个图像处理算法与同一个资源绑定,这样会导致一个图像处理算法在处理时,由于绑定的资源被占用,其它的图像处理算法只能处于等待状态。从而出现了某个资源一直处于忙的状态,而其它资源一直处于空闲状态,导致电子设备的资源利用率较低。并且某个资源一直处于忙的状态,还会造成与该资源绑定的图像处理算法运行速度变慢,从而使得对图像处理的效率较低。
发明内容
本发明实施例提供了一种资源分配方法、装置、电子设备及存储介质,用以解决现有技术的方案对视频图像处理的效率较低,设备资源的利用率较低的问题。
本发明实施例提供了一种资源分配方法,所述方法包括:
当接收到图像处理算法增加指令时,获取需要增加的第一图像处理算法;
确定每个资源所绑定的图像处理算法的数量,将绑定图像处理算法数量最少的资源确定为第一目标资源;
建立所述第一图像处理算法与所述第一目标资源的绑定关系。
进一步地,所述确定每个资源所绑定的图像处理算法的数量之前,所述方法还包括:
根据每个应用场景在预设时间点时所包含的视频通道数量,将所述每个资源划分为与所述每个应用场景一一对应的每个资源池;
所述确定每个资源所绑定的图像处理算法的数量包括:
根据预先保存每个应用场景与每种图像处理算法的对应关系,确定所述第一图像处理算法对应的目标应用场景;根据所述每个应用场景与每个资源池的对应关系,确定所述目标应用场景对应的目标资源池;确定所述目标资源池中每个资源所绑定的图像处理算法的数量。
进一步地,所述确定每个资源所绑定的图像处理算法的数量包括:
根据所述每个资源的算法绑定数量标识信息,确定所述每个资源所绑定的图像处理算法的数量。
进一步地,所述方法还包括:
当接收到图像处理算法删除指令时,根据所述图像处理算法删除指令中携带的算法的标识信息,确定待删除的第二图像处理算法;
确定与所述第二图像处理算法绑定的第二目标资源,并删除所述第二图像处理算法与所述第二目标资源的绑定关系。
进一步地,所述建立所述第一图像处理算法与所述第一目标资源的绑定关系之后,所述方法还包括:
将所述第一目标资源的算法绑定数量标识信息增加预设的数值;
所述删除所述第二图像处理算法与所述第二目标资源的绑定关系之后,所述方法还包括:
将所述第二目标资源的算法绑定数量标识信息减去所述预设的数值。
另一方面,本发明实施例提供了一种资源分配装置,所述装置包括:
获取模块,用于当接收到图像处理算法增加指令时,获取需要增加的第一图像处理算法;
确定模块,用于确定每个资源所绑定的图像处理算法的数量,将绑定图像处理算法数量最少的资源确定为第一目标资源;
绑定模块,用于建立所述第一图像处理算法与所述第一目标资源的绑定关系。
进一步地,所述装置还包括:
划分模块,用于根据每个应用场景在预设时间点时所包含的视频通道数量,将所述每个资源划分为与所述每个应用场景一一对应的每个资源池;
所述确定模块,具体用于根据预先保存每个应用场景与每种图像处理算法的对应关系,确定所述第一图像处理算法对应的目标应用场景;根据所述每个应用场景与每个资源池的对应关系,确定所述目标应用场景对应的目标资源池;确定所述目标资源池中每个资源所绑定的图像处理算法的数量。
进一步地,所述确定模块,具体用于根据所述每个资源的算法绑定数量标识信息,确定所述每个资源所绑定的图像处理算法的数量。
进一步地,所述装置还包括:
删除模块,用于当接收到图像处理算法删除指令时,根据所述图像处理算法删除指令中携带的算法的标识信息,确定待删除的第二图像处理算法;确定与所述第二图像处理算法绑定的第二目标资源,并删除所述第二图像处理算法与所述第二目标资源的绑定关系。
进一步地,所述装置还包括:
更新模块,用于建立所述第一图像处理算法与所述第一目标资源的绑定关系之后,将所述第一目标资源的算法绑定数量标识信息增加预设的数值;删除所述第二图像处理算法与所述第二目标资源的绑定关系之后,将所述第二目标资源的算法绑定数量标识信息减去所述预设的数值。
另一方面,本发明实施例提供了一种电子设备,包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
存储器,用于存放计算机程序;
处理器,用于执行存储器上所存放的程序时,实现上述任一项所述的方法步骤。
另一方面,本发明实施例提供了一种计算机可读存储介质,所述计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现上述任一项所述的方法步骤。
本发明实施例提供了一种资源分配方法、装置、电子设备及存储介质,所述方法包括:当接收到图像处理算法增加指令时,获取需要增加的第一图像处理算法;确定每个资源所绑定的图像处理算法的数量,将绑定图像处理算法数量最少的资源确定为第一目标资源;建立所述第一图像处理算法与所述第一目标资源的绑定关系。
上述的技术方案具有如下优点或有益效果:
本发明实施例中,当需要增加图像处理算法时,统计每个资源所绑定的图像处理算法的数量,然后选取绑定的图像处理算法的数量最少的资源确定为第一目标资源,建立需要增加的第一图像处理算法与第一目标资源的绑定关系,这样能够保证每个资源所绑定的图像处理算法数量均衡,避免了一个资源绑定大量的图像处理算法导致对视频图像处理的效率较低的问题,也提高了设备的资源的利用率。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简要介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域的普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的资源分配过程示意图;
图2为本发明实施例提供的资源分配装置结构示意图;
图3为本发明实施例提供的电子设备结构示意图。
具体实施方式
下面将结合附图对本发明作进一步地详细描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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它实施例,都属于本发明保护的范围。
实施例1:
图1为本发明实施例提供的资源分配过程示意图,该过程包括以下步骤:
S101:当接收到图像处理算法增加指令时,获取需要增加的第一图像处理算法。
S102:确定每个资源所绑定的图像处理算法的数量,将绑定图像处理算法数量最少的资源确定为第一目标资源。
S103:建立所述第一图像处理算法与所述第一目标资源的绑定关系。
本发明实施例提供的资源分配方法应用于电子设备,该电子设备可以是PC、平板电脑等设备,在视频图像处理技术领域中,该电子设备也可以是具备视频图像处理能力的图像采集设备。
电子设备中一般包括多个资源,该资源可以是cpu、dsp等资源。当需要增加视频通道时,相应的图像处理算法也需要增加,此时电子设备会接收到图像处理算法增加指令,该图像处理算法增加指令可以是用户向电子设备发送的。需要增加的图像处理算法可以携带在图像处理算法增加指令中,也可以用户向电子设备发送图像处理算法增加指令的同时,向电子设备发送需要增加的图像处理算法。在本发明实施例中,需要增加的图像处理算法称为第一图像处理算法。
电子设备接收到图像处理算法增加指令时,获取需要增加的第一图像处理算法,并且遍历电子设备自身包括的每个资源,确定每个资源所绑定的图像处理算法的数量。每个资源所绑定的图像处理算法具体是图像处理算法句柄内容,电子设备通过识别每个资源所绑定的图像处理算法句柄内容,可以确定出每个资源所绑定的图像处理算法数量。具体的,电子设备可以预先保存每个图像处理算法的句柄内容,针对每个资源,电子设备通过识别该资源所绑定的图像处理算法句柄内容,以及预先保存的每个算法图像处理算法的句柄内容,可以确定出该资源所绑定的图像处理算法数量。
电子设备确定每个资源所绑定的图像处理算法的数量之后,确定绑定图像处理算法数量最少的资源,在本发明实施例中将该绑定图像处理算法数量最少的资源称为第一目标资源。需要说明的是,当绑定图像处理算法数量最少的资源为多个时,将该多个资源中的任意一个资源作为第一目标资源。然后建立第一图像处理算法与第一目标资源的绑定关系。
本发明实施例中,当需要增加图像处理算法时,统计每个资源所绑定的图像处理算法的数量,然后选取绑定的图像处理算法的数量最少的资源确定为第一目标资源,建立需要增加的第一图像处理算法与第一目标资源的绑定关系,这样能够保证每个资源所绑定的图像处理算法数量均衡,避免了一个资源绑定大量的图像处理算法导致对视频图像处理的效率较低的问题,也提高了设备的资源的利用率。
实施例2:
为了提高确定第一目标资源的效率,在上述实施例的基础上,在本发明实施例中,所述确定每个资源所绑定的图像处理算法的数量之前,所述方法还包括:
根据每个应用场景在预设时间点时所包含的视频通道数量,将所述每个资源划分为与所述每个应用场景一一对应的每个资源池;
所述确定每个资源所绑定的图像处理算法的数量包括:
根据预先保存每个应用场景与每种图像处理算法的对应关系,确定所述第一图像处理算法对应的目标应用场景;根据所述每个应用场景与每个资源池的对应关系,确定所述目标应用场景对应的目标资源池;确定所述目标资源池中每个资源所绑定的图像处理算法的数量。
在本发明实施例中,电子设备将每个资源划分到不同的资源池中,其中,划分资源池的策略为根据应用场景进行划分,不同的应用场景对应不同的资源池。并且资源池中包含的资源的数量是根据应用场景在预设时间点时所包含的视频通道数量确定的。因为每个视频通道都有对应的图像处理算法,为了均衡每个资源所绑定的图像处理算法的数量,在本发明实施例中,根据应用场景在预设时间点时所包含的视频通道数量确定资源池中包含的资源的数量,具体为包含视频通道数量较多的应用场景对应的资源池中的资源的数量也较多。
举例说明,电子设备处理图像所涉及到的应用场景包括交通场景和银行场景。交通场景包含四个视频通道,银行场景包含两个视频通道,在划分资源池时,如果电子设备中包括六个资源,则交通场景对应的资源池中包含四个资源,银行场景对应的资源池中包含两个资源。如果电子设备中包括三个资源,则交通场景对应的资源池中包含两个资源,银行场景对应的资源池中包含一个资源。这样针对每个应用场景都有对应的资源池。
电子设备中预先保存有每个应用场景与每种图像处理算法的对应关系。每种图像处理算法所对应的应用场景是不同的,例如交通场景所用到的图像处理算法为车流量检测算法,银行场景所用到的图像处理算法为人员行为检测算法。电子设备根据第一图像处理算法和预先保存每个应用场景与每种图像处理算法的对应关系,可以确定出第一图像处理算法对应的目标应用场景。然后根据目标应用场景和每个应用场景与每个资源池的对应关系,确定所述目标应用场景对应的目标资源池。电子设备在确定每个资源所绑定的图像处理算法的数量时,只需要确定目标资源池中每个资源所绑定的图像处理算法的数量即可,其它资源池中资源所绑定的图像处理算法的数量不需要确定,从而提高了确定第一目标资源的效率。
实施例3:
为了便于确定每个资源所绑定的图像处理算法的数量,在上述各实施例的基础上,在本发明实施例中,所述确定每个资源所绑定的图像处理算法的数量包括:
根据所述每个资源的算法绑定数量标识信息,确定所述每个资源所绑定的图像处理算法的数量。
在本发明实施例中,电子设备为每个资源分配有算法绑定数量标识信息对应的字段,每个字段的数值即为对应的资源所绑定的图像处理算法数量。电子设备在获取每个资源所绑定的图像处理算法数量时,针对每个资源,首先确定该资源对应的算法绑定数量标识信息字段,然后确定该字段对应的数值,该数值即为该资源所绑定的图像处理算法数量。在本发明实施例中,根据每个资源的算法绑定数量标识信息,确定每个资源所绑定的图像处理算法数量,相较于根据每个资源所绑定的图像处理算法句柄内容确定资源所绑定的图像处理算法数量的方法,更加便捷,效率也更高。
另外,在本发明实施例中,根据每个资源的算法绑定数量标识信息,即可确定每个资源所绑定的图像处理算法数量,也就是说根据每个资源的算法绑定数量标识信息,即可快速确定出第一目标资源。其中,算法绑定数量标识信息最小的资源即为第一目标资源,因此也提高了确定第一目标资源的效率。
实施例4:
在上述各实施例的基础上,在本发明实施例中,所述方法还包括:
当接收到图像处理算法删除指令时,根据所述图像处理算法删除指令中携带的算法的标识信息,确定待删除的第二图像处理算法;
确定与所述第二图像处理算法绑定的第二目标资源,并删除所述第二图像处理算法与所述第二目标资源的绑定关系。
当需要删除视频通道时,对该视频通道的图像处理算法也需要删除,此时电子设备会接收到图像处理算法删除指令,该图像处理算法删除指令可以是用户向电子设备发送的。图像处理算法删除指令中携带有需要删除的算法的标识信息,电子设备根据需要删除的算法的标识信息确定待删除的第二图像处理算法。并且根据每个资源与图像处理算法的绑定关系确定与第二图像处理算法绑定的第二目标资源,并删除第二图像处理算法与第二目标资源的绑定关系。
在本发明实施例中,当接收到图像处理算法删除指令时,确定待删除的第二图像处理算法及与第二图像处理算法绑定的第二目标资源,并删除第二图像处理算法与第二目标资源的绑定关系。从而避免了资源绑定数据冗余的问题,也使得电子设备每次确定每个资源所绑定的图像处理算法数量时更准确。
实施例5:
为了使根据每个资源的算法绑定数量标识信息,确定每个资源所绑定的图像处理算法的数量更准确,在上述各实施例的基础上,在本发明实施例中,所述建立所述第一图像处理算法与所述第一目标资源的绑定关系之后,所述方法还包括:
将所述第一目标资源的算法绑定数量标识信息增加预设的数值;
所述删除所述第二图像处理算法与所述第二目标资源的绑定关系之后,所述方法还包括:
将所述第二目标资源的算法绑定数量标识信息减去所述预设的数值。
在本发明实施例中,针对每个资源,该资源绑定图像处理算法之后,将该资源的算法绑定数量标识信息增加预设的数值,该资源绑定图像处理算法删除之后,将该资源的算法绑定数量标识信息减去预设的数值。这样电子设备在每次根据每个资源的算法绑定数量标识信息,确定每个资源所绑定的图像处理算法数量时,都是准确的。其中,预设的数值可以是正整数,较佳的,预设的数值可以是1。
需要说明的是,每个视频通道对应的图像处理算法数量有可能是一个也有可能是多个。当视频通道对应的图像处理算法数量为多个时,在增加图像处理算法的过程中,当确定出第一目标资源之后,可以建立该多个图像处理算法与该第一目标资源的绑定关系,此时第一目标资源的算法绑定数量标识信息增加与新增的图像处理算法数量对应的数值。例如增加了三个图像处理算法,则第一目标资源的算法绑定数量标识信息加三。也可以是针对每个图像处理算法,当确定出第一目标资源之后,先建立该图像处理算法与该第一目标资源的绑定关系,然后再重新根据每个资源所绑定的图像处理算法的数量确定第一目标资源,依次类推,直至建立每个图像处理算法与对应的第一目标资源的关联关系。在删除图像处理算法的过程中,若删除了某个视频通道,则确定该视频通道的每个图像处理算法分别绑定的资源,然后删除所述每个图像处理算法与对应的资源的绑定关系。
实施例6:
图2为本发明实施例提供的资源分配装置结构示意图,所述装置包括:
获取模块21,用于当接收到图像处理算法增加指令时,获取需要增加的第一图像处理算法;
确定模块22,用于确定每个资源所绑定的图像处理算法的数量,将绑定图像处理算法数量最少的资源确定为第一目标资源;
绑定模块23,用于建立所述第一图像处理算法与所述第一目标资源的绑定关系。
所述装置还包括:
划分模块24,用于根据每个应用场景在预设时间点时所包含的视频通道数量,将所述每个资源划分为与所述每个应用场景一一对应的每个资源池;
所述确定模块22,具体用于根据预先保存每个应用场景与每种图像处理算法的对应关系,确定所述第一图像处理算法对应的目标应用场景;根据所述每个应用场景与每个资源池的对应关系,确定所述目标应用场景对应的目标资源池;确定所述目标资源池中每个资源所绑定的图像处理算法的数量。
所述确定模块22,具体用于根据所述每个资源的算法绑定数量标识信息,确定所述每个资源所绑定的图像处理算法的数量。
所述装置还包括:
删除模块25,用于当接收到图像处理算法删除指令时,根据所述图像处理算法删除指令中携带的算法的标识信息,确定待删除的第二图像处理算法;确定与所述第二图像处理算法绑定的第二目标资源,并删除所述第二图像处理算法与所述第二目标资源的绑定关系。
所述装置还包括:
更新模块26,用于建立所述第一图像处理算法与所述第一目标资源的绑定关系之后,将所述第一目标资源的算法绑定数量标识信息增加预设的数值;删除所述第二图像处理算法与所述第二目标资源的绑定关系之后,将所述第二目标资源的算法绑定数量标识信息减去所述预设的数值。
实施例7:
在上述各实施例的基础上,本发明实施例中还提供了一种电子设备,如图3所示,包括:处理器301、通信接口302、存储器303和通信总线304,其中,处理器301,通信接口302,存储器303通过通信总线304完成相互间的通信;
所述存储器303中存储有计算机程序,当所述程序被所述处理器301执行时,使得所述处理器301执行如下步骤:
当接收到图像处理算法增加指令时,获取需要增加的第一图像处理算法;
确定每个资源所绑定的图像处理算法的数量,将绑定图像处理算法数量最少的资源确定为第一目标资源;
建立所述第一图像处理算法与所述第一目标资源的绑定关系。
基于同一发明构思,本发明实施例中还提供了一种电子设备,由于上述电子设备解决问题的原理与资源分配方法相似,因此上述电子设备的实施可以参见方法的实施,重复之处不再赘述。
本发明实施例提供的电子设备具体可以为桌面计算机、便携式计算机、智能手机、平板电脑、个人数字助理(Personal Digital Assistant,PDA)、网络侧设备等。
上述电子设备提到的通信总线可以是外设部件互连标准(Peripheral ComponentInterconnect,PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture,EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示,图中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
通信接口302用于上述电子设备与其他设备之间的通信。
存储器可以包括随机存取存储器(Random Access Memory,RAM),也可以包括非易失性存储器(Non-Volatile Memory,NVM),例如至少一个磁盘存储器。可选地,存储器还可以是至少一个位于远离前述处理器的存储装置。
上述处理器可以是通用处理器,包括中央处理器、网络处理器(NetworkProcessor,NP)等;还可以是数字信号处理器(Digital Signal Processing,DSP)、专用集成电路、现场可编程门陈列或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。
在本发明实施例中处理器执行存储器上所存放的程序时,实现当接收到图像处理算法增加指令时,获取需要增加的第一图像处理算法;确定每个资源所绑定的图像处理算法的数量,将绑定图像处理算法数量最少的资源确定为第一目标资源;建立所述第一图像处理算法与所述第一目标资源的绑定关系。本发明实施例中,当需要增加图像处理算法时,统计每个资源所绑定的图像处理算法的数量,然后选取绑定的图像处理算法的数量最少的资源确定为第一目标资源,建立需要增加的第一图像处理算法与第一目标资源的绑定关系,这样能够保证每个资源所绑定的图像处理算法数量均衡,避免了一个资源绑定大量的图像处理算法导致对视频图像处理的效率较低的问题,也提高了设备的资源的利用率。
实施例8:
在上述各实施例的基础上,本发明实施例还提供了一种计算机存储可读存储介质,所述计算机可读存储介质内存储有可由电子设备执行的计算机程序,当所述程序在所述电子设备上运行时,使得所述电子设备执行时实现如下步骤:
当接收到图像处理算法增加指令时,获取需要增加的第一图像处理算法;
确定每个资源所绑定的图像处理算法的数量,将绑定图像处理算法数量最少的资源确定为第一目标资源;
建立所述第一图像处理算法与所述第一目标资源的绑定关系。
基于同一发明构思,本发明实施例中还提供了一种计算机可读存储介质,由于处理器在执行上述计算机可读存储介质上存储的计算机程序时解决问题的原理与资源分配方法相似,因此处理器在执行上述计算机可读存储介质存储的计算机程序的实施可以参见方法的实施,重复之处不再赘述。
上述计算机可读存储介质可以是电子设备中的处理器能够存取的任何可用介质或数据存储设备,包括但不限于磁性存储器如软盘、硬盘、磁带、磁光盘(MO)等、光学存储器如CD、DVD、BD、HVD等、以及半导体存储器如ROM、EPROM、EEPROM、非易失性存储器(NANDFLASH)、固态硬盘(SSD)等。
在本发明实施例中提供的计算机可读存储介质内存储计算机程序,计算机程序被处理器执行时实现当接收到图像处理算法增加指令时,获取需要增加的第一图像处理算法;确定每个资源所绑定的图像处理算法的数量,将绑定图像处理算法数量最少的资源确定为第一目标资源;建立所述第一图像处理算法与所述第一目标资源的绑定关系。本发明实施例中,当需要增加图像处理算法时,统计每个资源所绑定的图像处理算法的数量,然后选取绑定的图像处理算法的数量最少的资源确定为第一目标资源,建立需要增加的第一图像处理算法与第一目标资源的绑定关系,这样能够保证每个资源所绑定的图像处理算法数量均衡,避免了一个资源绑定大量的图像处理算法导致对视频图像处理的效率较低的问题,也提高了设备的资源的利用率。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (10)
1.一种资源分配方法,其特征在于,所述方法包括:
当接收到图像处理算法增加指令时,获取需要增加的第一图像处理算法;
确定每个资源所绑定的图像处理算法的数量,将绑定图像处理算法数量最少的资源确定为第一目标资源;
建立所述第一图像处理算法与所述第一目标资源的绑定关系;
所述确定每个资源所绑定的图像处理算法的数量之前,所述方法还包括:
根据每个应用场景在预设时间点时所包含的视频通道数量,将所述每个资源划分为与所述每个应用场景一一对应的每个资源池;
所述确定每个资源所绑定的图像处理算法的数量包括:
根据预先保存每个应用场景与每种图像处理算法的对应关系,确定所述第一图像处理算法对应的目标应用场景;根据所述每个应用场景与每个资源池的对应关系,确定所述目标应用场景对应的目标资源池;确定所述目标资源池中每个资源所绑定的图像处理算法的数量。
2.如权利要求1所述的方法,其特征在于,所述确定每个资源所绑定的图像处理算法的数量包括:
根据所述每个资源的算法绑定数量标识信息,确定所述每个资源所绑定的图像处理算法的数量。
3.如权利要求2所述的方法,其特征在于,所述方法还包括:
当接收到图像处理算法删除指令时,根据所述图像处理算法删除指令中携带的算法的标识信息,确定待删除的第二图像处理算法;
确定与所述第二图像处理算法绑定的第二目标资源,并删除所述第二图像处理算法与所述第二目标资源的绑定关系。
4.如权利要求3所述的方法,其特征在于,所述建立所述第一图像处理算法与所述第一目标资源的绑定关系之后,所述方法还包括:
将所述第一目标资源的算法绑定数量标识信息增加预设的数值;
所述删除所述第二图像处理算法与所述第二目标资源的绑定关系之后,所述方法还包括:
将所述第二目标资源的算法绑定数量标识信息减去所述预设的数值。
5.一种资源分配装置,其特征在于,所述装置包括:
获取模块,用于当接收到图像处理算法增加指令时,获取需要增加的第一图像处理算法;
确定模块,用于确定每个资源所绑定的图像处理算法的数量,将绑定图像处理算法数量最少的资源确定为第一目标资源;
绑定模块,用于建立所述第一图像处理算法与所述第一目标资源的绑定关系;
所述装置还包括:
划分模块,用于根据每个应用场景在预设时间点时所包含的视频通道数量,将所述每个资源划分为与所述每个应用场景一一对应的每个资源池;
所述确定模块,具体用于根据预先保存每个应用场景与每种图像处理算法的对应关系,确定所述第一图像处理算法对应的目标应用场景;根据所述每个应用场景与每个资源池的对应关系,确定所述目标应用场景对应的目标资源池;确定所述目标资源池中每个资源所绑定的图像处理算法的数量。
6.如权利要求5所述的装置,其特征在于,所述确定模块,具体用于根据所述每个资源的算法绑定数量标识信息,确定所述每个资源所绑定的图像处理算法的数量。
7.如权利要求6所述的装置,其特征在于,所述装置还包括:
删除模块,用于当接收到图像处理算法删除指令时,根据所述图像处理算法删除指令中携带的算法的标识信息,确定待删除的第二图像处理算法;确定与所述第二图像处理算法绑定的第二目标资源,并删除所述第二图像处理算法与所述第二目标资源的绑定关系。
8.如权利要求7所述的装置,其特征在于,所述装置还包括:
更新模块,用于建立所述第一图像处理算法与所述第一目标资源的绑定关系之后,将所述第一目标资源的算法绑定数量标识信息增加预设的数值;删除所述第二图像处理算法与所述第二目标资源的绑定关系之后,将所述第二目标资源的算法绑定数量标识信息减去所述预设的数值。
9.一种电子设备,其特征在于,包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
存储器,用于存放计算机程序;
处理器,用于执行存储器上所存放的程序时,实现权利要求1-4任一项所述的方法步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现权利要求1-4任一项所述的方法步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010449025.5A CN111625358B (zh) | 2020-05-25 | 2020-05-25 | 一种资源分配方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010449025.5A CN111625358B (zh) | 2020-05-25 | 2020-05-25 | 一种资源分配方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111625358A CN111625358A (zh) | 2020-09-04 |
CN111625358B true CN111625358B (zh) | 2023-06-20 |
Family
ID=72258009
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010449025.5A Active CN111625358B (zh) | 2020-05-25 | 2020-05-25 | 一种资源分配方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111625358B (zh) |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106951322A (zh) * | 2017-02-28 | 2017-07-14 | 中国科学院深圳先进技术研究院 | 一种cpu/gpu异构环境的图像协同处理程序获取方法及系统 |
CN108022203A (zh) * | 2017-11-30 | 2018-05-11 | 上海联影医疗科技有限公司 | 医学图像的处理方法、装置、存储介质以及医学影像设备 |
CN108574645A (zh) * | 2017-03-14 | 2018-09-25 | 华为技术有限公司 | 一种队列调度方法及装置 |
CN109146765A (zh) * | 2018-08-29 | 2019-01-04 | 郑州云海信息技术有限公司 | 一种图像处理方法、主处理器、协处理器及电子设备 |
CN109254851A (zh) * | 2018-09-30 | 2019-01-22 | 武汉斗鱼网络科技有限公司 | 一种调度gpu的方法及相关装置 |
CN109857549A (zh) * | 2019-01-04 | 2019-06-07 | 平安科技(深圳)有限公司 | 基于负载均衡的图像数据处理方法、系统、设备及介质 |
CN109936752A (zh) * | 2017-12-15 | 2019-06-25 | 中国移动通信集团云南有限公司 | 一种图像分层处理方法及装置 |
CN110058946A (zh) * | 2019-04-26 | 2019-07-26 | 上海燧原科技有限公司 | 设备虚拟化方法、装置、设备及存储介质 |
CN110162404A (zh) * | 2019-05-28 | 2019-08-23 | 深信服科技股份有限公司 | 一种安全资源池资源分配方法、系统、设备及计算机介质 |
CN110494848A (zh) * | 2018-03-28 | 2019-11-22 | 深圳市大疆创新科技有限公司 | 任务处理方法、设备及机器可读存储介质 |
CN110944146A (zh) * | 2018-09-21 | 2020-03-31 | 华为技术有限公司 | 智能分析设备资源调整方法及装置 |
CN110941481A (zh) * | 2019-10-22 | 2020-03-31 | 华为技术有限公司 | 资源调度方法、装置及系统 |
CN111158908A (zh) * | 2019-12-27 | 2020-05-15 | 重庆紫光华山智安科技有限公司 | 一种基于kubernetes的提高GPU利用率的调度方法及装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI679886B (zh) * | 2017-12-18 | 2019-12-11 | 大猩猩科技股份有限公司 | 一種影像分析系統與方法 |
-
2020
- 2020-05-25 CN CN202010449025.5A patent/CN111625358B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106951322A (zh) * | 2017-02-28 | 2017-07-14 | 中国科学院深圳先进技术研究院 | 一种cpu/gpu异构环境的图像协同处理程序获取方法及系统 |
CN108574645A (zh) * | 2017-03-14 | 2018-09-25 | 华为技术有限公司 | 一种队列调度方法及装置 |
CN108022203A (zh) * | 2017-11-30 | 2018-05-11 | 上海联影医疗科技有限公司 | 医学图像的处理方法、装置、存储介质以及医学影像设备 |
CN109936752A (zh) * | 2017-12-15 | 2019-06-25 | 中国移动通信集团云南有限公司 | 一种图像分层处理方法及装置 |
CN110494848A (zh) * | 2018-03-28 | 2019-11-22 | 深圳市大疆创新科技有限公司 | 任务处理方法、设备及机器可读存储介质 |
CN109146765A (zh) * | 2018-08-29 | 2019-01-04 | 郑州云海信息技术有限公司 | 一种图像处理方法、主处理器、协处理器及电子设备 |
CN110944146A (zh) * | 2018-09-21 | 2020-03-31 | 华为技术有限公司 | 智能分析设备资源调整方法及装置 |
CN109254851A (zh) * | 2018-09-30 | 2019-01-22 | 武汉斗鱼网络科技有限公司 | 一种调度gpu的方法及相关装置 |
CN109857549A (zh) * | 2019-01-04 | 2019-06-07 | 平安科技(深圳)有限公司 | 基于负载均衡的图像数据处理方法、系统、设备及介质 |
CN110058946A (zh) * | 2019-04-26 | 2019-07-26 | 上海燧原科技有限公司 | 设备虚拟化方法、装置、设备及存储介质 |
CN110162404A (zh) * | 2019-05-28 | 2019-08-23 | 深信服科技股份有限公司 | 一种安全资源池资源分配方法、系统、设备及计算机介质 |
CN110941481A (zh) * | 2019-10-22 | 2020-03-31 | 华为技术有限公司 | 资源调度方法、装置及系统 |
CN111158908A (zh) * | 2019-12-27 | 2020-05-15 | 重庆紫光华山智安科技有限公司 | 一种基于kubernetes的提高GPU利用率的调度方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN111625358A (zh) | 2020-09-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9081504B2 (en) | Write bandwidth management for flash devices | |
CN107968810B (zh) | 一种服务器集群的资源调度方法、装置和系统 | |
WO2017166643A1 (zh) | 一种任务资源的量化方法和装置 | |
CN107480078B (zh) | 一种总线带宽分配方法、装置及芯片 | |
CN111597040B (zh) | 一种资源分配方法、装置、存储介质和电子设备 | |
CN110543279B (zh) | 一种数据存储、处理方法、装置及系统 | |
CN112148468A (zh) | 一种资源调度方法、装置、电子设备及存储介质 | |
CN111736957A (zh) | 多类型业务的混合部署方法、装置、设备及存储介质 | |
CN117170882B (zh) | 一种资源分配方法、装置、电子设备及存储介质 | |
CN104679575A (zh) | 输入输出流的控制系统及其方法 | |
CN113535087A (zh) | 数据迁移过程中的数据处理方法、服务器及存储系统 | |
CN111625358B (zh) | 一种资源分配方法、装置、电子设备及存储介质 | |
CN110489356B (zh) | 信息处理方法、装置、电子设备及存储介质 | |
CN115564635A (zh) | 一种gpu资源调度方法、装置、电子设备及存储介质 | |
CN110704182A (zh) | 深度学习的资源调度方法、装置及终端设备 | |
CN110222016B (zh) | 一种文件处理方法及装置 | |
CN116360960A (zh) | 基于众核芯片的内存分配方法和内存分配装置 | |
CN112988383A (zh) | 一种资源分配方法、装置、设备以及存储介质 | |
CN113568733A (zh) | 资源分配方法、装置、电子设备及存储介质 | |
CN110727400A (zh) | 用于分布式存储系统的流量控制方法、装置、设备和介质 | |
CN112965789B (zh) | 一种虚拟机内存空间处理方法、装置、设备和介质 | |
CN113254180B (zh) | 一种数据匹配方法、装置、电子设备及存储介质 | |
CN111290850B (zh) | 一种数据存储方法、装置及设备 | |
CN115760423A (zh) | 一种交易处理方法、装置、设备及存储介质 | |
US20240143224A1 (en) | Systems, methods, and media for prioritizing read accesses to storage devices |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |