CN112015526A - 一种算法加载方法、装置及电子设备 - Google Patents

一种算法加载方法、装置及电子设备 Download PDF

Info

Publication number
CN112015526A
CN112015526A CN201910465388.5A CN201910465388A CN112015526A CN 112015526 A CN112015526 A CN 112015526A CN 201910465388 A CN201910465388 A CN 201910465388A CN 112015526 A CN112015526 A CN 112015526A
Authority
CN
China
Prior art keywords
algorithm
preset time
time node
preset
loading
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.)
Pending
Application number
CN201910465388.5A
Other languages
English (en)
Inventor
蔡博振
崔凯
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hangzhou Hikvision Digital Technology Co Ltd
Original Assignee
Hangzhou Hikvision Digital Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hangzhou Hikvision Digital Technology Co Ltd filed Critical Hangzhou Hikvision Digital Technology Co Ltd
Priority to CN201910465388.5A priority Critical patent/CN112015526A/zh
Publication of CN112015526A publication Critical patent/CN112015526A/zh
Pending legal-status Critical Current

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
    • G06F9/48—Program initiating; Program switching, e.g. by interrupt
    • G06F9/4806—Task transfer initiation or dispatching
    • G06F9/4812—Task transfer initiation or dispatching by interrupt, e.g. masked
    • G06F9/4825—Interrupt from clock, e.g. time of day
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161—Detection; Localisation; Normalisation

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • General Engineering & Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明实施例提供了一种算法加载方法、装置及电子设备。其中，所述方法包括：在到达预设时间节点时，读取针对当前所处的预设时间节点预先设置的算法标识；加载所述算法标识所表示的算法。可以根据预先设置的时间节点和算法标识，使得智能引擎能够在达到预设时间节点后，自动加载新的算法，无需用户手动切换算法，操作较为简单。

Description

一种算法加载方法、装置及电子设备
技术领域
本发明涉及视频监控技术领域，特别是涉及一种算法加载方法、装置及电子设备。
背景技术
随着人工智能的发展，智能引擎被广泛用于各种电子设备中，执行相应的智能分析任务。在一些应用场景中，智能引擎根据需求可能需要执行多种智能分析任务，例如在智能摄像机中，可以设置有智能引擎，用于对摄像机拍摄到的图像进行人脸识别和车牌号识别。而这多种智能分析任务可能需要使用不同的算法，智能引擎需要加载不同的算法才能够完成不同的智能分析任务。
相关技术中，可以根据实际需求，手动切换智能引擎当前所加载的算法，以使得智能引擎能够完成不同的智能分析任务，但是手动切换算法较为繁琐，需要消耗人力根据准确计划进行手动实施。
发明内容
本发明实施例的目的在于提供一种算法加载方法、装置及电子设备，以实现自动切换算法。具体技术方案如下：
在第一方面，提供了一种算法加载方法，所述电子设备包括智能引擎，所述方法包括：
在到达预设时间节点时，读取针对当前所处的预设时间节点预先设置的算法标识；
加载所述算法标识所表示的算法。
在一种可能的实施例中，通过以下方式预先针对预设时间节点设置算法标识，包括：
显示加载计划信息，所述加载计划信息用于表示各个预设时间节点所对应算法标识；
获取针对所述加载计划信息输入的计划调整指令；
根据所述计划调整指令，更改一个或多个预设时间节点所对应的算法标识；
针对每个预设时间节点，将经过调整的所述加载计划信息中，该预设时间节点所对应的算法标识，作为针对该预设时间节点预先配置的算法标识。
在一种可能的实施例中，所述显示加载信息包括：
显示加载计划表，所述加载计划表包括多个表项，所述多个表项中每个表项对应于，一个预设时间节点为起点，以时域上该预设时间节点相邻的下一个预设时间节点为终点的时间段，并且每个表项以预设的表示形式该预设时间节点所对应的算法标识。
在一种可能的实施例中，所述预设的表示形式包括：
每个表项填充有预设颜色，该预设颜色用于表示该预设时间节点所对应的算法标识。
在一种可能的实施例中，在所述读取针对当前所处的预设时间节点预先设置的算法标识之前，所述方法还包括：
确定是否针对当前所处的预设时间节点预先设置有算法标识；
如果针对当前所处的预设时间节点预先设置有算法标识，执行所述读取针对当前所处的预设时间节点预先设置的算法标识的步骤。
在一种可能的实施例中，在所述读取针对当前所处的预设时间节点预先设置的算法标识之前，所述方法还包括：
确定所述智能引擎单元状态是否正常；
如果所述智能引擎单元状态正常，执行所述读取针对当前所处的预设时间节点预先设置的算法标识的步骤。
在第二方面，提供了一种算法加载装置，所述电子设备包括智能引擎，所述装置包括：
标识读取模块，用于在到达预设时间节点时，读取针对当前所处的预设时间节点预先设置的算法标识；
算法加载模块，用于加载所述算法标识所表示的算法。
在一种可能的实施例中，所述装置还包括配置模块，用于显示加载计划信息，所述加载计划信息用于表示各个预设时间节点所对应算法标识；
获取针对所述加载计划信息输入的计划调整指令；
根据所述计划调整指令，更改一个或多个预设时间节点所对应的算法标识；
针对每个预设时间节点，将经过调整的所述加载计划信息中，该预设时间节点所对应的算法标识，作为针对该预设时间节点预先配置的算法标识。
在一种可能的实施例中，所述配置模块，具体用于显示加载计划表，所述加载计划表包括多个表项，所述多个表项中每个表项对应于，一个预设时间节点为起点，以时域上该预设时间节点相邻的下一个预设时间节点为终点的时间段，并且每个表项以预设的表示形式该预设时间节点所对应的算法标识。
在一种可能的实施例中，所述预设的表示形式包括：
每个表项填充有预设颜色，该预设颜色用于表示该预设时间节点所对应的算法标识。
在一种可能的实施例中，所述标识读取模块，还用于确定是否针对当前所处的预设时间节点预先设置有算法标识；
如果针对当前所处的预设时间节点预先设置有算法标识，执行所述读取针对当前所处的预设时间节点预先设置的算法标识的步骤。
在一种可能的实施例中，所述标识读取模块，还用于确定所述智能引擎状态是否正常；
如果所述智能引擎状态正常，执行所述读取针对当前所处的预设时间节点预先设置的算法标识的步骤。
本发明实施例提供的算法加载方法、装置及电子设备，可以根据预先设置的时间节点和算法标识，使得智能引擎能够在达到预设时间节点后，自动加载新的算法，无需用户手动切换算法，操作较为简单。
当然，实施本发明的任一产品或方法并不一定需要同时达到以上所述的所有优点。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，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算法加载方法的一种流程示意图；
图2为本发明实施例提供的配置界面的一种布局示意图；
图3为本发明实施例提供的应用场景的一种示意图；
图4为本发明实施例提供的加载计划配置方法的一种流程示意图；
图5为本发明实施例提供的算法加载方法的另一种流程示意图；
图6为本发明实施例提供的算法加载装置的一种结构示意图；
图7为本发明实施例提供的电子设备的一种结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明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他实施例，都属于本发明保护的范围。
参见图1，图1所示为本发明实施例提供的算法加载方法的一种流程示意图，可以包括：
S101，在到达预设时间节点时，读取针对当前所处的预设时间节点预先设置的算法标识。
预设时间节点根据应用场景的不同可以不同。示例性的，在一种可能的实施中预设时间节点可以是周期性分布的，例如每天的0：00、8:00、12:00、16:00为预设时间节点。在一种可能的实施例中，预设时间节点也可以不是周期性的，例如可以是2019年1月1号的12:00、2019年1月2号的9:00和18:00以及2019年1月3号的14:00为预设时间节点。
预设时间节点的数目可以是一个，也可以是多个，为讨论方便，下文中以包括多个预设时间节点的应用场景为例进行说明，对于只包括一个预设时间节点的应用场景，可以视为多个预设时间节点的特例，原理是相同的，因此不再赘述。
算法标识的表示形式根据应用场景的不同也可以不同，示例性的，在一种可能的实施例中，可以是用“算法1”表示人脸检测算法，“算法2”表示人脸识别算法，“算法3”表示行为识别算法。
可以是用户根据实际需求或者经验，预先针对当前所处的预设时间节点设置算法标识，也可以是根据预设算法，自动预先针对当前所处的预设时间节点设置算法标识。
例如，用户可能需要智能引擎在周四的18:00-19:00执行人脸识别，则可以是预先针对周四的18:00，设置用于表示人脸识别算法的算法标识。又例如，可能通过数据分析，确定在历史上的各个周四的18:00-19:00该智能引擎所执行的智能分析任务为人脸识别的可能性高于预设可能性阈值，则可以预先针对周四的18:00，设置用于表示人脸识别算法的算法标识。
S102，加载算法标识所表示的算法。
示例性的，如果读取到的算法标识为算法1，并且“算法1”表示人脸检测算法，则可以是加载人脸检测算法。可以是根据读取到的算法标识，从本地的存储设备(在一些应用场景中，也可以是从云端)获取与该算法标识对应的算法模型文件，解密并加载该算法模型文件，以实现加载该算法标识所表示的算法。
选用该实施例，可以根据预先设置的时间节点和算法标识，使得智能引擎能够在达到预设时间节点后，自动加载新的算法，无需用户手动切换算法，操作较为简单。
在一种可能的实施例中，预设时间节点可以是一周内每天中每个整点，即预设时间节点分别为周一的0:00、周一的1:00…周日的23：00、周日的24:00。则在一种可能的应用场景中，预设时间节点与针对该预设时间节点预先设置的算法标识之间的对应关系，可以如下表所示：
表1.
0:00 1:00 … 23:00
周一 算法1 算法1 … 算法2
周二 算法4 算法3 … 算法2
… … … … …
周日 算法1 算法2 … 算法5
可以理解的是，一天的24:00和第二天的0：00是同一个时刻(如周一的24:00和周二的0:00)，因此在该表中没有重复列出。
下面将以该应用场景为例，对本发明实施例提供的算法加载进行说明，为讨论方便，假设“算法1”表示第一算法，“算法2”表示第二算法，依次类推。
当系统时间到达周一的0:00时，读取到的算法标识为“算法1”，因此智能引擎将加载第一算法，当系统时间到达周一的1:00时，读取到的算法标识为“算法1”，因此智能引擎将继续加载第一算法(由于在0：00，智能引擎已经加载第一算法，因此在一种可能的实施例中，可以是重新加载第一算法，在另一种可能的实施例中，也可以是不重新加载而继续维持已经加载的第一算法)，当系统时间到达周一的23:00时，读取到的算法标识为“算法2”，因此智能引擎将加载第二算法。可见，选用该实施例可以使得智能引擎7*24小时按照预先规划的加载计划自动加载算法，不需要用户手动切换。可以理解的是在其他应用场景中，预设时间节点也可以不是整点(如预设时间节点可以是8:50、11:10)，并且不同天的预设时间节点也可以不一致(如预设时间节点可以是周一的8:00、周二的13:00)，本实施例对此不做限制。
下面将对本发明实施例提供的算法加载方法中，如何针对预设时间节点预先配置算法标识进行说明。可以参见图2，图2所示为本发明实施例提供的加载计划配置界面的一种布局示意图，图2中以不同的填充图案表示不同的填充颜色，单横线表示蓝色、双斜线(左下-右上)表示绿色、双斜线(左上-右下)表示红色、鱼鳞图案(即算法4对应的填充图案)表示橙色、米字图案表示淡蓝色，三横线表示紫色，折叠线(即算法7对应的填充图案)表示青绿色。其中，每个表项对应于以一个预设时间节点为起点，以时域上该预设时间节点相邻的下一个预设时间节点为终点的一个，示例性的，图2中第一行左数第一个表项，对应于周一的8:50至周一的12:10的时间段，可以理解的是，两个预设时间节点在时域上相邻，是指在时域上，这两个预设时间节点之间不存在其他预设时间节点。
每个表项中填充的颜色用于表示该表项所对应的时间段的起点，所对应的算法标识。可以理解的是，由于一个表项所对应的时间段的起点为一个预设时间节点，因此在系统时间到达该预设时间节点时，会加载针对该预设时间节点预先设置的算法标识所表示的算法，并且由于一个表项所对应的时间段的起点和终点之间不存在其他预设时间节点，因此智能引擎将在系统时间到达该时间段的终点前，维持该算法。即可以认为，该表项中填充的图案所表示的算法标识，为智能引擎在该表项所对应的时间内段加载的算法的算法标识。
以图2中填充绿色(即填充左下-右上双斜线)的表项为例，斜线图案对应的算法标识为“算法2”，并假设“算法2”所表示的为第二算法。该表项的起点为周一的8:50，因此所显示的加载计划信息可以表示，针对预设时间节点周一的8:50，预先配置的算法标识为“算法2”。即在到达周一的8:50时，智能引擎可以加载第二算法，直至周一的12:10，可见此时能够使得智能引擎自动地在周一的8:50至周一的12:10内切换并维持第二算法。
可以理解的是，人往往对颜色的变化比较敏感，因此，在表项中填充颜色以表示该表项所对应的时间段的起点，所对应的算法标识，可以使得用户更加直观地认知到智能引擎将在各个时间段加载的算法。
如前述分析，每个表项所对应的时间段的起点所对应的算法标识，可以表示智能引擎在该时间段内加载的算法。换言之，在一种实施例中，可以通过更改表项所对应的时间段的起点所对应的算法标识，实现对智能引擎在该时间段内加载的算法的控制。示例性的，在一种可能的实施例中，用户可以是针对需要进行编辑的表项输入编辑指令，以更改该表项所对应的时间段的起点所对应的算法标识。
图2所述仅是本发明实施例提供的加载计划配置界面的一种可能的布局示意图，在其他可能的实施例中，加载计划配置界面也可以是以其他形式表示的，本实施例对此不做限制。示例性的，在其他可能的实施中，加载计划配置界面也可以如下表所示：
表2
日期 星期一
起止时间 0:00–4:00 算法类型 周界报警(人车)
起止时间 4:00-8:00 算法类型 人脸比对
起止时间 8:00-18:00 算法类型 安全帽检测
起止时间 19:00-24:00 算法类型 周界报警
用户可以根据实际需求，更改表2中一个或多个表项的值，以对加载计划进行配置。例如，假设用户希望周一的0：00-4:00加载安全帽检测算法，8:00-18:00加载周界报警(人车)算法，则可以更改表项中的值，得到如下所示的表格：表3.
日期 星期一
起止时间 0:00–4:00 算法类型 安全帽检测
起止时间 4:00-8:00 算法类型 人脸比对
起止时间 8:00-18:00 算法类型 周界报警(人车)
起止时间 19:00-24:00 算法类型 周界报警
又例如，用户希望周一的0:00-6:00加载周界报警(人车)算法，6:00-8:00加载人脸比对算法，则可以更改表2，得到如下所示的表格：
表4.
日期 星期一
起止时间 0:00–6:00 算法类型 周界报警(人车)
起止时间 6:00-8:00 算法类型 人脸比对
起止时间 8:00-18:00 算法类型 安全帽检测
起止时间 19:00-24:00 算法类型 周界报警
下面将结合具体的应用场景，对本发明实施例提供的算法加载方法进行说明，假设电子设备如图3所示，包括智能引擎310、控制设备320以及存储设备330，其中智能引擎310中包括多个引擎，存储设备330中存储有多个算法模型文件，其中，不同的算法模型文件与不同的算法标识预先存在对应关系。
在该应用场景中，参见图4，图4所示为本发明实施例提供的加载计划配置方法，可以包括：
S401，控制设备从存储设备中读取加载计划信息。
如果用户已经预先配置过加载计划信息，则读取到的加载信息为用户预先配置过的加载计划信息。如果没有预先配置过加载信息，则读取到的加载计划信息可以是预设的加载计划信息，或者无法读取到加载计划信息。
S402，控制设备显示存储设备已经存储的算法模型文件。
示例性的，可以是显示算法标识列表，该算法标识列表中列举有存储设备已经存储的每个算法模型文件对应的算法标识。其中，控制设备可以是通过所集成的显示设备上显示算法模型文件，也可以是通过外接的具有显示功能的显示设备显示算法模型文件的，本实施例对此不做限制。
S403，控制设备确定各个算法模型文件所对应的颜色。
控制设备可以是获取针对所显示的算法模型文件，输入的颜色定义指令，并根据该颜色定义指令
S404，控制设备基于所确定的各个算法模型文件所对应的颜色，显示加载计划信息。
显示的方式可以是类似于图2所示，区别在于表项中填充的并非图案而是颜色，也可以是根据应用场景的不同，以不同的形式显示，本实施例对此不做限制。特例的，如果在S401中没有读取到加载计划信息，也可以是以类似于图2所示的方式进行显示，区别在于表中未填充有图案。
S405，控制设备获取用户针对加载计划信息输入的计划调整指令，并根据该计划调整指令调整加载计划。
用户输入的计划调整指令，可以是针对所显示的加载计划信息中的一个或多个表项(甚至所有表项)。针对加载计划中的一个表项进行调整(如将该表项填充的颜色从绿色更改为蓝色)，可以视为针对该表项对应的时间段的起点进行预先配置。
S406，控制设备将经过调整的加载计划信息保存于存储设备。
可以理解的是，在其他可能的实施例中，在控制设备显示加载计划信息后，用户可能认为所显示的加载计划信息不需要调整，因此不输入计划调整指令。则控制设备也可以是将没有经过调整的加载计划信息保存于存储设备。
参见图5，图5所示为本发明实施例提供的算法加载方法的一种流程示意图，可以包括：
S501，控制设备读取存储设备中保存的加载计划信息。
在一种可能的应用场景中，可以是智能引擎中的多个引擎的加载计划相同，则可以是读取一份加载计划信息。在另一种可能的应用场景中，也可以是针对每个引擎存在一个加载计划，则可以是针对每个引擎，读取一个加载计划信息。
S502，控制设备获取当前系统时间。
S503，控制设备确定加载计划信息中，当前系统时间是否为预设时间节点,，如果当前系统时间为预设时间节点，执行S504，如果当前系统时间为预设时间节点执行S508。
假设加载计划信息中存在一个时间段周一的8:50到周一的12:10，如果当前系统时间为9:00，则当前系统时间不为预设时间节点。如果当前系统时间为8:50，则当前系统时间为预设时间节点。
S504，控制设备确定智能引擎状态是否正常，如果智能引擎状态正常执行S505，如果智能引擎状态不正常执行S508。
其中，智能引擎状态正常表示该引擎单元在通信等方面都正常，能够支持切换算法或算法模型。
对于多个引擎共用相同的加载计划的应用场景，可以是确定智能引擎中是否存在状态正常的引擎。如果智能引擎中存在状态正常的引擎，则确定智能引擎状态正常，如果智能引擎中不存在状态正常的引擎，则确定智能引擎状态不正常。
对于多个引擎具有独立的加载计划的应用场景，则可以是确定加载计划中当前系统时间为预设时间节点的引擎状态是否正常，如果该引擎状态正常，则确定智能引擎状态正常，如果该引擎状态不正常，可以确定智能引擎状态不正常。
S505，控制设备从存储设备读取相应的算法模型文件。
S506，控制设备将算法模型文件发送至智能引擎。
S507，智能引擎对算法模型文件解密并加载。
S508，在预设时长后，返回执行S502。
参见图6，图6所示为本发明实施例提供算法加载装置的一种结构示意图，可以包括：
标识读取模块601，用于在到达预设时间节点时，读取针对当前所处的预设时间节点预先设置的算法标识；
算法加载模块602，用于加载所述算法标识所表示的算法。
在一种可能的实现方式中，所述装置还包括配置模块，用于显示加载计划信息，所述加载计划信息用于表示各个预设时间节点所对应算法标识；
获取针对所述加载计划信息输入的计划调整指令；
根据所述计划调整指令，更改一个或多个预设时间节点所对应的算法标识；
针对每个预设时间节点，将经过调整的所述加载计划信息中，该预设时间节点所对应的算法标识，作为针对该预设时间节点预先配置的算法标识。
在一种可能的实现方式中，所述配置模块，具体用于显示加载计划表，所述加载计划表包括多个表项，所述多个表项中每个表项对应于，一个预设时间节点为起点，以时域上该预设时间节点相邻的下一个预设时间节点为终点的时间段，并且每个表项以预设的表示形式该预设时间节点所对应的算法标识。
在一种可能的实现方式中，所述预设的表示形式包括：
每个表项填充有预设颜色，该预设颜色用于表示该预设时间节点所对应的算法标识。
在一种可能的实现方式中，所述标识读取模块，还用于确定是否针对当前所处的预设时间节点预先设置有算法标识；
如果针对当前所处的预设时间节点预先设置有算法标识，执行所述读取针对当前所处的预设时间节点预先设置的算法标识的步骤。
在一种可能的实现方式中，所述标识读取模块，还用于确定所述智能引擎状态是否正常；
如果所述智能引擎状态正常，执行所述读取针对当前所处的预设时间节点预先设置的算法标识的步骤。
本发明实施例还提供了一种电子设备，如图7所示，包括：
存储器701，用于存放计算机程序；
处理器702，用于执行存储器701所存放的程序时，实现如下步骤：
在到达预设时间节点时，读取针对当前所处的预设时间节点预先设置的算法标识；
加载所述算法标识所表示的算法。
在一种可能的实施例中，显示加载计划信息，所述加载计划信息用于表示各个预设时间节点所对应算法标识；
获取针对所述加载计划信息输入的计划调整指令；
根据所述计划调整指令，更改一个或多个预设时间节点所对应的算法标识；
针对每个预设时间节点，将经过调整的所述加载计划信息中，该预设时间节点所对应的算法标识，作为针对该预设时间节点预先配置的算法标识。
在一种可能的实施例中，显示加载计划表，所述加载计划表中每个表项对应于，一个预设时间节点为起点，以时域上该预设时间节点相邻的下一个预设时间节点为终点的时间段，并且每个表项填充有预设颜色，该预设颜色用于表示该预设时间节点所对应的算法标识。
在一种可能的实施例中，在所述读取针对当前所处的预设时间节点预先设置的算法标识之前，所述方法还包括：
确定是否针对当前所处的预设时间节点预先设置有算法标识；
如果针对当前所处的预设时间节点预先设置有算法标识，执行所述读取针对当前所处的预设时间节点预先设置的算法标识的步骤。
在一种可能的实施例中，在所述读取针对当前所处的预设时间节点预先设置的算法标识之前，所述方法还包括：
确定所述智能引擎状态是否正常；
如果所述智能引擎状态正常，执行所述读取针对当前所处的预设时间节点预先设置的算法标识的步骤。
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。可能的，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。
上述的处理器可以是通用处理器，包括中央处理器(Central Processing Unit，CPU)、网络处理器(Network Processor，NP)等；还可以是数字信号处理器(Digital SignalProcessing，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)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。
在本发明提供的又一实施例中，还提供了一种计算机可读存储介质，该计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述实施例中任一算法加载方法。
在本发明提供的又一实施例中，还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述实施例中任一算法加载方法。
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态硬盘Solid State Disk(SSD))等。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用相关的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置、电子设备、计算机可读存储介质以及计算机程序产品实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
以上所述仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等，均包含在本发明的保护范围内。

Claims (14)

1.一种算法加载方法，其特征在于，应用于电子设备，所述电子设备包括智能引擎，所述方法包括：
在到达预设时间节点时，读取针对当前所处的预设时间节点预先设置的算法标识；
加载所述算法标识所表示的算法。
2.根据权利要求1所述的方法，其特征在于，通过以下方式预先针对预设时间节点设置算法标识，包括：
显示加载计划信息，所述加载计划信息用于表示各个预设时间节点所对应算法标识；
获取针对所述加载计划信息输入的计划调整指令；
根据所述计划调整指令，更改一个或多个预设时间节点所对应的算法标识；
针对每个预设时间节点，将经过调整的所述加载计划信息中，该预设时间节点所对应的算法标识，作为针对该预设时间节点预先配置的算法标识。
3.根据权利要求2所述的方法，其特征在于，所述显示加载信息包括：
显示加载计划表，所述加载计划表包括多个表项，所述多个表项中每个表项对应于，一个预设时间节点为起点，以时域上该预设时间节点相邻的下一个预设时间节点为终点的时间段，并且每个表项以预设的表示形式该预设时间节点所对应的算法标识。
4.根据权利要求3所述的方法，其特征在于，所述预设的表示形式包括：
每个表项填充有预设颜色，该预设颜色用于表示该预设时间节点所对应的算法标识。
5.根据权利要求1所述的方法，其特征在于，在所述读取针对当前所处的预设时间节点预先设置的算法标识之前，所述方法还包括：
确定是否针对当前所处的预设时间节点预先设置有算法标识；
如果针对当前所处的预设时间节点预先设置有算法标识，执行所述读取针对当前所处的预设时间节点预先设置的算法标识的步骤。
6.根据权利要求1所述的方法，其特征在于，在所述读取针对当前所处的预设时间节点预先设置的算法标识之前，所述方法还包括：
确定所述智能引擎状态是否正常；
如果所述智能引擎状态正常，执行所述读取针对当前所处的预设时间节点预先设置的算法标识的步骤。
7.一种算法加载装置，其特征在于，应用于电子设备，所述电子设备包括智能引擎，所述装置包括：
标识读取模块，用于在到达预设时间节点时，读取针对当前所处的预设时间节点预先设置的算法标识；
算法加载模块，用于加载所述算法标识所表示的算法。
8.根据权利要求7所述的装置，其特征在于，所述装置还包括配置模块，用于显示加载计划信息，所述加载计划信息用于表示各个预设时间节点所对应算法标识；
获取针对所述加载计划信息输入的计划调整指令；
根据所述计划调整指令，更改一个或多个预设时间节点所对应的算法标识；
针对每个预设时间节点，将经过调整的所述加载计划信息中，该预设时间节点所对应的算法标识，作为针对该预设时间节点预先配置的算法标识。
9.根据权利要求8所述的装置，其特征在于，所述配置模块，具体用于显示加载计划表，所述加载计划表包括多个表项，所述多个表项中每个表项对应于，一个预设时间节点为起点，以时域上该预设时间节点相邻的下一个预设时间节点为终点的时间段，并且每个表项以预设的表示形式该预设时间节点所对应的算法标识。
10.根据权利要求8所述的装置，其特征在于，所述预设的表示形式包括：
每个表项填充有预设颜色，该预设颜色用于表示该预设时间节点所对应的算法标识。
11.根据权利要求7所述的装置，其特征在于，所述标识读取模块，还用于确定是否针对当前所处的预设时间节点预先设置有算法标识；
如果针对当前所处的预设时间节点预先设置有算法标识，执行所述读取针对当前所处的预设时间节点预先设置的算法标识的步骤。
12.根据权利要求7所述的装置，其特征在于，所述标识读取模块，还用于确定所述智能引擎状态是否正常；
如果所述智能引擎状态正常，执行所述读取针对当前所处的预设时间节点预先设置的算法标识的步骤。
13.一种电子设备，其特征在于，所述电子设备包括智能引擎单元，存储器以及处理器；
所述存储器，用于存放计算机程序；
所述处理器，用于执行存储器上所存放的程序时，实现权利要求1-6任一所述的方法步骤。
14.一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1-6任一所述的方法步骤。
CN201910465388.5A 2019-05-30 2019-05-30 一种算法加载方法、装置及电子设备 Pending CN112015526A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910465388.5A CN112015526A (zh) 2019-05-30 2019-05-30 一种算法加载方法、装置及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910465388.5A CN112015526A (zh) 2019-05-30 2019-05-30 一种算法加载方法、装置及电子设备

Publications (1)

Publication Number Publication Date
CN112015526A true CN112015526A (zh) 2020-12-01

Family

ID=73501633

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910465388.5A Pending CN112015526A (zh) 2019-05-30 2019-05-30 一种算法加载方法、装置及电子设备

Country Status (1)

Country Link
CN (1) CN112015526A (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040117046A1 (en) * 2002-12-12 2004-06-17 Renzo Colle User interface for scheduling tasks
CN101901164A (zh) * 2009-05-27 2010-12-01 北京金山软件有限公司 时间计划调度模块和方法
CN103699953A (zh) * 2013-11-06 2014-04-02 北京驭时德隆科技有限公司 项目管理系统及其数据处理方法和装置
CN108255596A (zh) * 2016-12-28 2018-07-06 福建省天奕网络科技有限公司 一种执行定时任务的方法及系统
CN109661674A (zh) * 2016-12-22 2019-04-19 华为技术有限公司 可视化计算工作流的系统和方法
CN109800070A (zh) * 2019-01-02 2019-05-24 深圳壹账通智能科技有限公司 任务处理方法和系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040117046A1 (en) * 2002-12-12 2004-06-17 Renzo Colle User interface for scheduling tasks
CN101901164A (zh) * 2009-05-27 2010-12-01 北京金山软件有限公司 时间计划调度模块和方法
CN103699953A (zh) * 2013-11-06 2014-04-02 北京驭时德隆科技有限公司 项目管理系统及其数据处理方法和装置
CN109661674A (zh) * 2016-12-22 2019-04-19 华为技术有限公司 可视化计算工作流的系统和方法
CN108255596A (zh) * 2016-12-28 2018-07-06 福建省天奕网络科技有限公司 一种执行定时任务的方法及系统
CN109800070A (zh) * 2019-01-02 2019-05-24 深圳壹账通智能科技有限公司 任务处理方法和系统

Similar Documents

Publication Publication Date Title
CN109976825B (zh) 一种管理应用的方法和移动终端
US10120030B2 (en) Trace data recording system, trace data recording server, trace data recording method, and information storage medium
US20140074535A1 (en) System and method for alarm and calendar event management
CN104967731B (zh) 一种终端提示方法及终端
CN106101419B (zh) 一种基于移动终端的闹钟提示方法及系统
CN112837176A (zh) 过滤器控制方法、装置、设备及存储介质
CN110012163B (zh) 一种悬浮窗口设置方法、装置及电子设备
EP2887703A1 (en) Application protection in a mobile telecommunication device
CN111144979A (zh) 一种数据处理方法及装置
CN112015526A (zh) 一种算法加载方法、装置及电子设备
CN112966300A (zh) 日程数据处理方法、装置、设备和介质
US11936532B2 (en) Dynamic IoT device definition and visualization
CN112817493B (zh) 内容共享方法、装置、计算机设备及存储介质
US20220271996A1 (en) Iot deployment configuration template
CN116051061A (zh) 信息处理方法、装置、电子设备及可读存储介质
CN115688206A (zh) 显示设备及界面显示方法
US11301819B2 (en) Opportunistic multi-party reminders based on sensory data
CN107302636A (zh) 一种系统控制的方法、移动终端及存储介质
US20200302401A1 (en) Information processing apparatus, information processing system, and non-transitory computer readable medium
CN112311782A (zh) 访问控制方法、装置、处理器及存储介质
CN106815001B (zh) 配置文件信息的检测方法及装置
CN110109801B (zh) 一种基于数据处理的页面元素管理方法及相关设备
CN114143281B (zh) 一种文案生成方法、服务器及显示设备
CN111985765B (zh) 资源提供方的确定方法、装置、设备和存储介质
JP7193949B2 (ja) 多機能周辺機器のポリシーベースの構成システムおよび多機能周辺機器のポリシー管理方法

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