CN112181525A - 影像加载方法、装置、计算机设备和存储介质 - Google Patents

影像加载方法、装置、计算机设备和存储介质 Download PDF

Info

Publication number
CN112181525A
CN112181525A CN202011057912.4A CN202011057912A CN112181525A CN 112181525 A CN112181525 A CN 112181525A CN 202011057912 A CN202011057912 A CN 202011057912A CN 112181525 A CN112181525 A CN 112181525A
Authority
CN
China
Prior art keywords
time
image
images
user
client
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.)
Granted
Application number
CN202011057912.4A
Other languages
English (en)
Other versions
CN112181525B (zh
Inventor
杨波
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.)
Wuhan United Imaging Healthcare Co Ltd
Original Assignee
Wuhan United Imaging Healthcare 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 Wuhan United Imaging Healthcare Co Ltd filed Critical Wuhan United Imaging Healthcare Co Ltd
Priority to CN202011057912.4A priority Critical patent/CN112181525B/zh
Publication of CN112181525A publication Critical patent/CN112181525A/zh
Application granted granted Critical
Publication of CN112181525B publication Critical patent/CN112181525B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00Arrangements for program control, e.g. control units
    • G06F9/06Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/44Arrangements for executing specific programs
    • G06F9/445Program loading or initiating
    • G06F9/44521Dynamic linking or loading; Link editing at or after load time, e.g. Java class loading
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00Machine learning
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00ICT specially adapted for the handling or processing of medical images
    • G16H30/20ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02DCLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Medical Informatics (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Evolutionary Computation (AREA)
  • Data Mining & Analysis (AREA)
  • Computing Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Epidemiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Public Health (AREA)
  • Facsimiles In General (AREA)

Abstract

本申请涉及一种影像加载方法、装置、计算机设备和存储介质,在服务端接收客户端发送的阅览请求后,获取用户的单张影像阅览时间T,以及确定阅览请求对应的目标影像数量M,然后基于目标影像数量M和/或用户的单张影像阅览时间T,确定预加载影像的数量N;该方法中,在确定预加载影像的数量N时,是基于目标影像数量M和/或用户的单张影像阅览时间T确定的,而目标影像数量M以及用户的单张影像阅览时间T均是结合了用户要阅览的影像的实际情况的数据,这样,根据用户要阅览的影像的实际情况的数据可以精确地确定预加载影像的数量N,使得用户可以顺畅地、无卡顿的阅览完所有待阅览的影像。

Description

影像加载方法、装置、计算机设备和存储介质
技术领域
本申请涉及图像处理技术领域,特别是涉及一种影像加载方法、装置、计算机设备和存储介质。
背景技术
在进行远程医疗时,医学影像往往存储在远端服务器,而阅片(阅览影像)往往都是在本地客户端进行,因此在进行阅片之前需要先从远端服务器将医学影像下载到本地客户端。
实际应用中,由于网络带宽、客户端硬件水平、图像数量及图像大小等因素的制约,使得医生在本地客户端阅片时图像不能流畅切换造成卡顿;一般解决卡顿问题的普遍方法是预先从远端服务器下载部分影像到本地服务器,目前在进行预先下载影像时要么是将要阅览的影像全部下载到本地服务器,要么随机指定一个下载数量值,而不同的预先下载影像数量的对于用户来说等待的时间也不相同,例如,下载少了会存在卡顿,下载多了用户等待时长会增加。
因此,预先下载多少影像到本地服务器成为亟待解决的问题。
发明内容
基于此,有必要针对上述技术问题,提供一种能够精确地且快速地确定出预加载影像的数量,使得用户可以顺畅地、无卡顿的阅览完所有待阅览的影像的影像加载方法、装置、计算机设备和存储介质。
第一方面,本申请实施例提供一种影像加载方法,该方法包括:
接收客户端发送的阅览请求;
获取用户的单张影像阅览时间T;
确定阅览请求对应的目标影像数量M;
基于目标影像数量M和/或用户的单张影像阅览时间T,确定预加载影像的数量N。
在其中一个实施例中,上述预加载影像为在用户正式开始阅览前预先从服务端发送部分目标影像至客户端并缓存部分目标影像至客户端的存储装置的部分目标影像;预加载影像的数量N为用于保证用户无卡顿的阅览完M张目标影像的基准数量。
在其中一个实施例中,上述获取用户的单张影像阅览时间T,包括:
根据预设的机器学习算法,计算用户的单张影像阅览时间T。
在其中一个实施例中,上述获取用户的单张影像阅览时间T,包括:
接收客户端发送的单张影像阅览时间;单张影像阅览时间为用户直接输入至客户端,或者,单张影像阅览时间为用户在客户端进行选择,或者,单张影像阅览时间为用户在客户端根据预设的机器学习算法确定的。
在其中一个实施例中,上述确定预加载影像的数量N,包括:
根据单张目标影像的缓存时间X和加载时间Y、目标影像数量M、单张影像阅览时间T,确定预加载影像的数量N;
其中,缓存时间X表示从服务端发送单张目标影像至客户端并缓存单张目标影像至客户端的存储装置的时间,加载时间Y表示客户端从存储装置中将单张目标影像加载展示到界面上的时间;
单张影像阅览时间T为排除用户阅览关键影像的时间之后,用户阅览普通影像的平均时间;关键影像的阅览时间远大于普通影像的阅览时间。
在其中一个实施例中,上述根据单张目标影像的缓存时间X和加载时间Y、目标影像数量M、单张影像阅览时间T,确定预加载影像的数量N,包括:
确定预加载影像的数量N=M*(X+Y-T)/X;其中,
若单张目标影像的缓存时间X和加载时间Y之和小于单张影像阅览时间T,则确定预加载影像的数量为N=0;
若单张目标影像的缓存时间X和加载时间Y之和远大于单张影像阅览时间T,则确定预加载影像的数量N=M。
在其中一个实施例中,上述确定预加载影像的数量N之后,该方法还包括:
向客户端发送预加载影像;
若在向客户端发送预加载影像过程中,接收到用户触发的立即开始阅览指令,则输出提示信息;提示信息用于提醒立即开始阅览目标影像会存在卡顿。
在其中一个实施例中,上述向客户端发送预加载影像,包括:
在发送完确定的数量为N的预加载影像中最后一张时,发送展示指令至客户端,展示指令用于指示客户端在前端界面上开始展示接收到的目标影像。
第二方面,本申请实施例提供一种影像加载装置,该装置包括:
接收模块,用于接收客户端发送的阅览请求;
获取模块,用于获取用户的单张影像阅览时间T;
目标数量模块,用于确定阅览请求对应的目标影像数量M;
预加载数量模块,用于基于目标影像数量M和/或用户的单张影像阅览时间T,确定预加载影像的数量N。
第三方面,本申请实施例提供一种计算机设备,包括存储器和处理器,存储器存储有计算机程序,处理器执行计算机程序时实现上述第一方面实施例提供的任一项方法的步骤。
第四方面,本申请实施例提供一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述第一方面实施例提供的任一项方法的步骤。
本申请实施例提供的一种影像加载方法、装置、计算机设备和存储介质,在服务端接收客户端发送的阅览请求后,获取用户的单张影像阅览时间T,以及确定阅览请求对应的目标影像数量M,然后基于目标影像数量M和/或用户的单张影像阅览时间T,确定预加载影像的数量N;该方法中,在确定预加载影像的数量N时,是基于目标影像数量M和/或用户的单张影像阅览时间T确定的,而目标影像数量M以及用户的单张影像阅览时间T均是结合了用户要阅览的影像的实际情况的数据,这样,根据用户要阅览的影像的实际情况的数据可以精确地确定预加载影像的数量N,使得用户可以顺畅地、无卡顿的阅览完所有待阅览的影像。
附图说明
图1为一个实施例提供的一种影像加载应用环境图;
图1a为一个实施例提供的一种计算机设备内部框图;
图2为一个实施例提供的一种影像加载方法的流程示意图;
图3为一个实施例提供的一种影像加载方法的流程示意图;
图4为一个实施例提供的一种影像加载方法示意图;
图5为一个实施例提供的一种影像加载方法流程图;
图6为一个实施例提供的一种影像加载装置的结构框图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请提供的一种影像加载方法,可以应用于如图1所示应用环境中,包括客户端和服务端,其中客户端为阅览加载了影像的终端,其包括但不限于是个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备等,本申请实施例对此不作限定;服务端为后端处理影像加载过程的设备,其包括但不限于是各种服务器:集群式服务器、机架式服务器、刀片式服务器、塔式服务器、机柜式服务器、云服务器等等,本申请实施例对此也不作限定。其中,客户端和服务器之间可进行通信,其中通信方式包括但不限于是各种有线通信或者无线通信,例如,wifi、Lifi、2G/3G/4G/5G/6G等等,本申请实施例对此也不作限定。
其中,客户端或者服务端的内部结构图可参见图1a的计算机设备的内部结构图所示,其中,图1a中的处理器用于提供计算和控制能力;存储器包括非易失性存储介质、内存储器;该非易失性存储介质存储有操作系统、计算机程序和数据库;该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。数据库用于存储影像加载相关的数据。网络接口用于与外部的其他设备通过网络连接通信。该计算机程序被处理器执行时以实现一种存储影像方法。
本申请实施例提供一种影像加载方法、装置、计算机设备和存储介质,能够精确地且快速地确定出预加载影像的数量,使得用户可以顺畅地、无卡顿的阅览完所有待阅览的影像。下面将通过实施例并结合附图具体地对本申请的技术方案以及本申请的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例中不再赘述。需要说明的是,本申请提供的一种影像加载方法,图2-图5的执行主体为服务端,其中,其执行主体还可以是影像加载装置,其中该装置可以通过软件、硬件或者软硬件结合的方式实现成为服务端的部分或者全部。在有些实施例中,图2-图5的中部分步骤的执行主体也可以是客户端的处理器。可以理解的是,只要能完成实施例中所述的步骤,对执行主体不做严格限定。
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。
在一个实施例中,图2提供了一种影像加载方法,本实施例涉及的是服务端在接收客户端发送的阅览请求后,基于所述目标影像数量M和/或所述用户的单张影像阅览时间T,确定预加载影像的数量N的具体过程,如图2所示,所述方法包括:
S101,接收客户端发送的阅览请求。
其中,阅览请求为用户当前需要阅览影像时在客户端上触发的请求,其中,触发该阅览请求的方式可以是实时通过输入设备在客户端的影像阅览界面键入,也可以是通过第三方设备将阅览请求发送至客户端,其中,包括语音输入、文字输入、按键输入等,本申请实施例对此不作限定。
在客户端接收到阅览请求后,将该阅览请求通过无线或者有线的方式发送至服务端,则服务端接收到客户端发送的阅览请求。
S102,获取用户的单张影像阅览时间T。
服务端接收到阅览请求之后,根据阅览请求获取用户的单张影像阅览时间T;以医学影像为例,这里的用户的单张影像阅览时间T指的是医生阅片时,阅览一张医学影像的时长,也即医生阅览一张医学影像时的停留时长。
对于某个用户,单张影像阅览时间为排除用户阅览关键影像的时间之后,用户阅览普通影像的平均时间;关键影像的阅览时间远大于普通影像的阅览时间。可以理解的是,由于用户的阅览经验和习惯不同,不同用户的单张影像阅览时间T是不同的。
实际应用中,医生(即用户)每阅览一张医学影像的停留时长T,应该是医生阅片时排除关键影像的平均时间,因为关键影像的阅片时间较非关键影像(即普通影像)的阅片时间长,这里的关键影像指的具有特殊情况的医学影像,例如,病灶突出的医学影像,或者,需要认真研究的医学影像等等;在排除关键影像之后,每张非关键影像(即普通影像)的阅片时间几乎近似,因此可以取平均时间作为医生的单张影像阅览时间T。且即使当前待阅览的影像中存在部分关键影像,由于这些关键影像的阅片时间本身较长,关键影像的阅览时间越长,则医生阅片时越不会感受到卡顿,因此阅览关键影像时反而有助于预留加载影像的等待时间,因此,仅将阅览普通影像的平均时间作为单张影像阅览时间,即使当前待阅览的影像中存在部分关键影像,对于最终确定的预加载影像的数量也不会造成影响,不会造成阅览卡顿。
其中,服务端在接收到阅览请求后,需要确定用户的单张影像阅览时间,本申请实施例对用户的单张影像阅览时间的确定方式不作限定,可以是服务端确定的,也可以是客户端确定后发送给服务端的。
可选地,确定用户的单张影像阅览时间的一种方式包括:根据预设的机器学习算法,计算用户的单张影像阅览时间T。
本实施例中以服务端确定单张影像阅览时间为例进行说明,其中,机器学习算法的类型不限定,其可以是监督学习算法、无监督学习算法、强化学习算法等,例如,线性回归、支持向量机(SVM)、最近邻居(KNN)、逻辑回归、决策树、k平均、随机森林、朴素贝叶斯、降维、梯度增强等等;具体地,在具体使用机器学习算法计算用户的单张影像阅览时间T时,可以是基于这些算法中的一种或几种训练的算法模型或者网络模型进行计算,又例如,机器学习算法模型的输入是阅览请求中携带的用户相关信息,输出为该用户的单张影像阅览时间T。通过机器学习算法,服务端可以通过用户以往的阅览习惯和数据精准确定该用户的单张影像阅览时间T,并不断学习更新,并将该用户的单张影像阅览时间T与该用户关联起来(例如账户关联等),这样,在接收到客户端发送的阅览请求之后,直接利用机器学习算法模型确定出的该用户的单张影像阅览时间T,不需要用户另外输入或者选择,从而提高了用户的单张影像阅览时间的确定效率和精准度,也方便用户操作。采用机器学习算法模型确定出的该用户的单张影像阅览时间T后,可以无需用户再另外操作,服务端即可直接获取该用户的单张影像阅览时间T。
可以理解的是,该单张影像阅览时间确定方式也可以在客户端提供,即在客户端可以包括以下三种模式中任一种或者其组合或者同时提供以下三种模式供用户选择:(1)单张影像阅览时间为用户直接输入至客户端;(2)单张影像阅览时间为用户在客户端进行选择;(3)单张影像阅览时间为用户在客户端根据机器学习算法确定的。则在一个实施例中,确定用户的单张影像阅览时间T的另外一种方式包括:接收客户端发送的单张影像阅览时间。本实施例中以客户端确定单张影像阅览时间后,将其发送给服务端为例进行说明。
单张影像阅览时间为用户直接输入至客户端。经验丰富的用户,或者初次使用的用户,可以直接自己在客户端输入自己的单张影像阅览时间。
或者,单张影像阅览时间为用户在客户端进行选择。对于初次使用的客户,可能很难准确确定自己的单张影像阅览时间,或者有些用户不想主动输入准确时间的情况下,客户端也可以提供单张影像阅览时间的选项,并提示用户如何选择单张影像阅览时间,用户根据自身情况依据提示进行选择即可。
或者,单张影像阅览时间为用户在客户端根据机器学习算法确定的。在有些情况下,根据机器学习算法确定了某些用户的单张影像阅览时间,在用户发送阅览请求后,客户端会呈现通过机器学习算法确定的单张影像阅览时间,用户可以直接确定采用该时间。
在本申请一个实施例中,在某些特殊情况下(例如情况紧急),用户也可以在客户端对通过机器学习算法确定的单张影像阅览时间进行主动修改后确定,服务端获取经用户修改后的单张影像阅览时间T。在情况紧急时,需要提高阅览速度时,用户可主动修改通过机器学习算法确定的单张影像阅览时间,在客户端将单张影像阅览时间改小,并将改小后的单张影像阅览时间作为单张影像阅览时间T。在时间较充裕,想慢点阅览时,用户可主动修改通过机器学习算法确定的单张影像阅览时间,在客户端将单张影像阅览时间改大,并将改大后的单张影像阅览时间作为单张影像阅览时间T。在该实施例中,通过机器学习算法确定的单张影像阅览时间作为一个参考值,方便用户在单次阅览时确定特殊情况下的单张影像阅览时间T。可以理解的是,在该实施例中,机器学习算法确定的单张影像阅览时间也有服务端参与。
其中,服务端确定用户的单张影像阅览时间T的方式还可以是接收客户端发送的,即客户端发送了阅览请求后,同时会发送用户的单张影像阅览时间T至服务端。
对于客户端来说,用户的单张影像阅览时间可以是用户直接输入至客户端;例如,在客户端的界面上预先设置有一个单张影像阅览时间输入区,用户通过在该输入区写入一个确定的时间后点击确定,则客户端就接收到该单张影像阅览时间。该用户的单张影像阅览时间也可以是用户在客户端的界面上进行选择的,例如,在客户端的界面上预先设置有一个单张影像阅览时间选择下拉表,用户通过在选择下拉表中选择一个点击确定,则客户端就接收到该单张影像阅览时间;当然,用户的单张影像阅览时间还可以是客户端自身根据预设的机器学习算法计算的。这样,将用户的单张影像阅览时间设置在客户端确定,用户可以根据通过机器学习算法确定的单张影像阅览时间,确定具体情况下的单张影像阅览时间,这样进一步提高了用户的单张影像阅览时间的精确性、更加人性化,提高用户阅览体验。
S103,确定阅览请求对应的目标影像数量M。
可选地,阅览请求中可携带待阅览的影像数量;或者,阅览请求中携带着待阅览的影像的标识,例如某个患者的影像。
其中,目标影像数量M表示当前待阅览的影像的总数量,所以在服务端接收到阅览请求之后,服务端进一步根据阅览请求确定当前请求待阅览的影像的总数量M。
具体地,若客户端发送的阅览请求中本身就携带了待阅览的目标影像数量M,那服务端接收到该阅览请求之后,直接从阅览请求中提取目标影像数量M;而若阅览请求中携带着的是所有待阅览的影像的标识,那么服务端可根据携带的影像的标识确定目标影像数量M,例如,直接计数携带的影像的标识的数量。
又或者,在一种场景中,客户端发送的阅览请求没有携带目标影像数量M,那么服务端可自行计算,例如,获取此次发送阅览请求的客户端的相关信息,例如,请求阅览某个患者某次扫描的影像,分析该客户端的相关信息后,确定服务器中存储的相关影像的总数,将其作为目标影像数量M。
S104,基于目标影像数量M和/或用户的单张影像阅览时间T,确定预加载影像的数量N。
在确定了当前要阅览的目标影像数量M,以及用户的单张影像阅览时间T之后,服务端基于目标影像数量M和/或用户的单张影像阅览时间T,来确定预加载影像的数量N;可选地,预加载影像为在用户正式开始阅览前预先从服务端发送部分目标影像至客户端并缓存该部分目标影像至客户端的存储装置的部分目标影像;预加载影像的数量N为用于保证用户无卡顿的阅览完M张目标影像的基准数量。
本申请实施例在实际应用时,一种场景是用户在客户端中需要阅览目标影像数量M的医学影像,然后通过客户端向服务端请求加载这些医学影像以便进行正常阅览影像,为了使得用户在阅览这些医学影像时不会出现卡顿的现象,在客户端向服务端请求加载这些医学影像时,可以在客户端加载了设定数量的医学影像之后,用户再开始阅览,这里在客户端加载的设定数量医学影像即在用户正式开始阅览前预先从服务端发送部分目标影像至客户端并缓存部分目标影像至客户端的存储装置的部分目标影像,也即预加载影像的数量N;不难理解,这些预加载影像的数量N是用于保证用户无卡顿的阅览完M张目标影像的基准数量,所以,在客户端加载了设定数量的医学影像大于等于预加载影像的数量N(基准是等于N)之后,用户再开始阅览就不会出现卡顿现象。
其中,服务端确定的预加载影像的数量N是基于目标影像数量M和/或用户的单张影像阅览时间T,例如,预先训练一个神经网络模型,该神经网络模型的功能是基于目标影像数量M和/或用户的单张影像阅览时间T确定出预加载影像的数量N,则服务端采用该神经网络模型就可以快速准确地确定出预加载影像的数量N。当然,服务端还可以采用其他方式确定预加载影像的数量N,本申请实施例对此不作限定。
本实施例提供的一种影像加载方法,在服务端接收客户端发送的阅览请求后,获取用户的单张影像阅览时间T,以及确定阅览请求对应的目标影像数量M,然后基于目标影像数量M和/或用户的单张影像阅览时间T,确定预加载影像的数量N;该方法中,在确定预加载影像的数量N时,是基于目标影像数量M和/或用户的单张影像阅览时间T确定的,而目标影像数量M以及用户的单张影像阅览时间T均是结合了用户要阅览的影像的实际情况的数据,这样,根据用户要阅览的影像的实际情况的数据可以精确地确定预加载影像的数量N,使得用户可以顺畅地、无卡顿的阅览完所有待阅览的影像。
在以上实施例的基础上,本申请实施例还提供了一种影像加载方法,其涉及的是服务端基于目标影像数量M和/或用户的单张影像阅览时间T,确定预加载影像的数量N的具体过程,如图3所示,上述S102步骤包括:
S201,根据当前的网络环境和硬件水平,获取单张目标影像的缓存时间X和加载时间Y;其中,缓存时间X表示从服务端发送单张目标影像至客户端并缓存单张目标影像至客户端的存储装置的时间,加载时间Y表示客户端从存储装置中将单张目标影像加载展示到界面上的时间。
本实施例以图4所示的阅片过程为例进行说明,该实施例中假设单张影像阅览时间T是用户在客户端输入后,客户端将该单张影像阅览时间T携带在阅览请求中发送给服务端,同时,假设阅览请求中携带目标影像数量M;那么,图4中示出的整个阅片的过程包括:
(1)用户在客户端输入单张影像阅览时间T;
单张影像阅览时间T即用户阅览一张影像的停留等待时间,例如,2-3秒。
(2)客户端向服务端发送携带单张影像阅览时间T和目标影像数量M的阅览请求;其中,发送的阅览请求用于向服务端获取M张目标影像。
(3)服务端收到阅览请求后,逐张返回目标影像。
(4)客户端接收服务端返回的目标影像,并逐张将影像存储到硬盘。
(5)客户端将硬盘中的影像逐张展示到界面上以便用户浏览。
(6)用户在界面阅览目标影像,每张目标影像停留时间T。
以上整个阅片过程中,服务端接收到客户端发送的阅览请求后,开始逐张发送目标影像至客户端时,假设从服务端发送单张目标影像至客户端,客户端将缓存该单张目标影像至客户端的存储装置(硬盘)的时间是单张目标影像的缓存时间X;再假设客户端从存储装置(硬盘)中将该单张目标影像加载展示到界面上(显示屏)的时间是单张目标影像的加载时间Y;
那么我们假设的单张目标影像的缓存时间X和单张目标影像的加载时间Y因为涉及到数据传输,所以其与客户端和服务端通信的网络环境和硬件水平有关,因此,服务端可先结合当前的网络环境和硬件水平情况,获取单张目标影像的缓存时间X和加载时间Y。可以理解的是,上述“(3)服务端收到阅览请求后,逐张返回目标影像。(4)客户端接收服务端返回的目标影像,并逐张将影像存储到硬盘”中,在实际影像传输过程中,目标影像并不一定是逐张传输,例如,带宽和存储速度足够时也可以是同时传输或存储多张,只要条件允许,在本申请实施例对此并不做限定。
S202,根据单张目标影像的缓存时间X和加载时间Y、目标影像数量M、单张影像阅览时间T,确定预加载影像的数量N。
在确定了单张目标影像的缓存时间X和加载时间Y之后,结合之前确定的目标影像数量M和单张影像阅览时间T,服务端开始确定预加载影像的数量N。其中,单张影像阅览时间T为排除用户阅览关键影像的时间之后,用户阅览普通影像的平均时间;关键影像的阅览时间远大于普通影像的阅览时间,关于单张影像阅览时间T可参见前述实施例中说明,在此不再赘述。
由于预加载影像的数量N是反映用户无卡顿的阅览完M张目标影像的基准数量,所以从用户开始在客户端进入阅片系统,点击了阅片请求之后,用户会等待一段时间B以后开始阅片,且每张影像的停留时间为T,直到M张目标影像都阅览完成。其中,用户等待的这一段时间即为等待客户端预加载N张影像的时间,那么,在一种场景下当预先下载N张目标影像后,用户再从第一张开始阅片直到第M张目标影像不卡顿阅览完,至少存在以下等式:用户的等待时间(B=N*X)+用户看完M张目标影像的时间(M*T)=M张目标影像缓存时间(M*X)+M张目标影像加载时间(M*Y)。
基于上述等式可得到N*X+M*T=M*X+M*Y,即N=M*(X+Y-T)/X,因此,在一个实施例中,服务端在确定了单张目标影像的缓存时间X和加载时间Y之后,结合之前确定的目标影像数量M和单张影像阅览时间T之后,可直接确定预加载影像的数量N=M*(X+Y-T)/X。需要说明的是,若计算出的N为非整数,需要向上取整将N确定为整数。
在上述确定预加载影像的数量N时,以单张影像阅览时间T为主要考虑因素可确定出两种情况,一种是用户的单张影像阅览时间T较大,另外一种是单张影像阅览时间T非常小;则可选地,若单张目标影像的缓存时间X和加载时间Y之和小于单张影像阅览时间T,则确定预加载影像的数量为N=0;若单张目标影像的缓存时间X和加载时间Y之和远大于单张影像阅览时间T,则确定预加载影像的数量N=M。
用户的单张影像阅览时间T较大的时候,即X+Y<T;这种情况表示用户在阅片时,单张影像的预览停留时间较大,那么该用户对M张目标影像加载缓存的等待时间容忍度很高,所以就不必要预先加载影像,因此,这种情况下可确定预加载影像的数量为N=0;
但若用户的单张影像阅览时间T非常小,即X+Y>>T,这种情况表示用户在阅片时,单张影像的预览停留时间非常短,那么该用户对M张目标影像加载缓存的等待时间容忍度很低,阅览完一张立马要阅览下一张,所以就必须要预先加载影像,且要预加载完所有M张目标影像,因此,这种情况下可确定预加载影像的数量为N=M。
本实施例提供的一种影像加载方法,结合了当前的网络环境和硬件水平确定了单张目标影像的缓存时间X和加载时间Y,然后根据单张目标影像的缓存时间X和加载时间Y、目标影像数量M、单张影像阅览时间T,确定预加载影像的数量N;以目标影像在后台的缓存和加载所占用的时间为依据确定出预加载影像的数量N,保证了预加载影像的数量N的精确性。
本申请实施例的主要应用在用户在客户端阅览影像,因此需要服务端将目标影像发送至客户端,因此在一个实施例中,服务端向客户端发送预加载影像;若在向客户端发送预加载影像过程中,接收到用户触发的立即开始阅览指令,则输出提示信息;提示信息用于提醒立即开始阅览目标影像会存在卡顿。
服务端将预加载影像发送给客户端后,客户端接收到预加载影像后开始在界面上展示目标影像,当然,要客户端预加载了N张目标影像再开始展示,该预加载影像的数量N可以保证用户无卡顿的阅览完M张目标影像,所以服务端需要将预加载影像的数量N发送给客户端,这样客户端就可以在加载了N张目标影像后开始在界面上展示,以便用户进行阅览。
例如,若用户着急阅片可能会在等待N张预加载影像时,就强制请求客户端开始展示已接收的影像,此时用户会在客户端界面上触发的立即开始阅览指令,那么客户端可以输出提示信息,提醒用户当前若要立即开始阅览目标影像会存在卡顿现象,若用户坚持要立即阅览,可根据用户的指令为其展示目标影像。或者输出“缓存未完成,请稍后”的字样,直到N张预加载影像全部接收完成再开始展示。这样,在向客户端发送预加载影像过程中,接收到用户触发的立即阅览请求,则输出提醒立即阅览目标影像会存在卡顿的提示信息,使得用户阅览影像时人机交互更加智能,也进一步保证了用户可以顺畅地、无卡顿的阅览完所有待阅览的影像。
可选地,在发送预加载影像中最后一张目标影像时,发送展示指令至客户端,展示指令用于指示客户端在前端界面上开始展示接收到的目标影像。
服务端具体指示客户端开始展示N张目标影像的方式可以是将数量N发送给客户端,这样,客户端自己计数等接收至N张目标影像时,开始在界面上展示目标影像;也可以是服务端在发送到N张目标影像中最后一张时发送展示指令给到客户端,例如,在界面显示“预加载完成,可以开始阅览”,这样客户端在接收到展示指令时就表示已经将预加载的N张目标影像接收完成,开始展示目标影像在界面上。
本实施例中,在服务端将N张预加载影像发送给客户端后,通过不同的方式使得客户端在将预加载的N张目标影像接收完成后开始展示目标影像在界面上,使得用户可以顺畅地、无卡顿的阅览完所有待阅览的影像。
如图5所示,在一个实施例中,提供了一种影像加载方法的实施例,该实施例包括:
S1,接收客户端发送的阅览请求;
S2,获取用户的单张影像阅览时间T;
S3,确定阅览请求对应的目标影像数量M;
S4,根据当前的网络环境,获取单张目标影像的缓存时间X和加载时间Y;
S5,确定预加载影像的数量N=M*(X+Y-T)/X;
S6,若单张目标影像的缓存时间X和加载时间Y之和小于单张影像阅览时间T,则确定预加载影像的数量为N=0;若单张目标影像的缓存时间X和加载时间Y之和远大于单张影像阅览时间T,则确定预加载影像的数量N=M;
S7,向客户端发送预加载影像和数量N,指示客户端在接收预加载影像后展示目标影像;
S8,若在向客户端发送预加载影像过程中,接收到用户触发的阅览请求,则输出提醒继续阅览目标影像会存在卡顿的提示信息。
本实施例提供的影像加载方法中各步骤,其实现原理和技术效果与前面各影像加载方法实施例中类似,在此不再赘述。图5实施例中各步骤的实现方式只是一种举例,对各实现方式不作限定,各步骤的顺序在实际应用中可进行调整,只要可以实现各步骤的目的即可。
应该理解的是,虽然图2-5的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图2-5中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图6所示,提供了一种影像加载装置,该装置包括:接收模块10、获取模块11、目标数量模块12和预加数量模块13,其中,
接收模块10,用于接收客户端发送的阅览请求;
获取模块11,用于获取用户的单张影像阅览时间T;
目标数量模块12,用于确定所述阅览请求对应的目标影像数量M;
预加数量模块13,用于基于所述目标影像数量M和/或所述用户的单张影像阅览时间T,确定预加载影像的数量N。
在一个实施例中,上述预加载影像为在用户正式开始阅览前预先从服务端发送部分目标影像至客户端并缓存部分目标影像至客户端的存储装置的部分目标影像;预加载影像的数量N为用于保证用户无卡顿的阅览完M张目标影像的基准数量。
在一个实施例中,上述获取模块11,具体用于根据预设的机器学习算法,计算用户的单张影像阅览时间T。
在一个实施例中,上述获取模块11,还具体用于接收客户端发送的单张影像阅览时间;单张影像阅览时间为用户直接输入至客户端,或者,单张影像阅览时间为用户在客户端进行选择,或者,单张影像阅览时间为用户在客户端根据预设的机器学习算法确定的。
在一个实施例中,上述预加数量模块13,具体用于根据单张目标影像的缓存时间X和加载时间Y、目标影像数量M、单张影像阅览时间T,确定预加载影像的数量N;
其中,缓存时间X表示从服务端发送单张目标影像至客户端并缓存单张目标影像至客户端的存储装置的时间,加载时间Y表示客户端从存储装置中将单张目标影像加载展示到界面上的时间;
单张影像阅览时间为排除用户阅览关键影像的时间之后,用户阅览普通影像的平均时间;关键影像的阅览时间远大于普通影像的阅览时间。
在一个实施例中,上述确定单元,具体用于确定预加载影像的数量N=M*(X+Y-T)/X,其中,若单张目标影像的缓存时间X和加载时间Y之和小于单张影像阅览时间T,则确定预加载影像的数量为N=0;若单张目标影像的缓存时间X和加载时间Y之和远大于单张影像阅览时间T,则确定预加载影像的数量N=M。
在一个实施例中,该装置还包括:发送模块,用于向客户端发送预加载影像,若在向客户端发送预加载影像过程中,接收到用户触发的立即开始阅览指令,则输出提示信息;提示信息用于提醒立即开始阅览目标影像会存在卡顿。
在其中一个实施例中,上述发送模块,具体用于在发送预加载影像中最后一张目标影像时,发送展示指令至客户端,展示指令用于指示客户端在前端界面上开始展示接收到的目标影像。
在一个实施例中,单张影像阅览时间为排除用户阅览关键影像的时间之后,用户阅览普通影像的平均时间;关键影像的阅览时间远大于普通影像的阅览时间。
关于影像加载装置的具体限定可以参见上文中对于影像加载方法的限定,在此不再赘述。上述影像加载装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是终端,其内部结构图可以如图1a所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种影像加载方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏,该计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图1a中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现以下步骤:
接收客户端发送的阅览请求;
获取用户的单张影像阅览时间T;
确定阅览请求对应的目标影像数量M;
基于目标影像数量M和/或用户的单张影像阅览时间T,确定预加载影像的数量N。
上述实施例提供的一种计算机设备,其实现原理和技术效果与上述方法实施例类似,在此不再赘述。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
接收客户端发送的阅览请求;
获取用户的单张影像阅览时间T;
确定阅览请求对应的目标影像数量M;
基于目标影像数量M和/或用户的单张影像阅览时间T,确定预加载影像的数量N。
上述实施例提供的一种计算机可读存储介质,其实现原理和技术效果与上述方法实施例类似,在此不再赘述。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种影像加载的方法,其特征在于,所述方法包括:
接收客户端发送的阅览请求;
获取用户的单张影像阅览时间T;
确定所述阅览请求对应的目标影像数量M;
基于所述目标影像数量M和/或所述用户的单张影像阅览时间T,确定预加载影像的数量N。
2.根据权利要求1所述的方法,其特征在于,所述预加载影像为在用户正式开始阅览前预先从服务端发送部分目标影像至所述客户端并缓存所述部分目标影像至所述客户端的存储装置的所述部分目标影像;所述预加载影像的数量N为用于保证所述用户无卡顿的阅览完M张目标影像的基准数量。
3.根据权利要求1或2所述的方法,其特征在于,所述获取用户的单张影像阅览时间T,包括:
根据预设的机器学习算法,计算所述用户的单张影像阅览时间T。
4.根据权利要求1或2所述的方法,其特征在于,所述获取用户的单张影像阅览时间T,包括:
接收所述客户端发送的单张影像阅览时间;所述单张影像阅览时间为所述用户直接输入至所述客户端,或者,所述单张影像阅览时间为所述用户在客户端进行选择,或者,所述单张影像阅览时间为所述用户在客户端根据机器学习算法确定的。
5.根据权利要求1或2所述的方法,其特征在于,所述确定预加载影像的数量N,包括:
根据所述单张目标影像的缓存时间X和加载时间Y、所述目标影像数量M、所述单张影像阅览时间T,确定所述预加载影像的数量N;
其中,所述缓存时间X表示从服务端发送单张目标影像至所述客户端并缓存所述单张目标影像至所述客户端的存储装置的时间,所述加载时间Y表示所述客户端从所述存储装置中将单张目标影像加载展示到界面上的时间;
所述单张影像阅览时间T为排除所述用户阅览关键影像的时间之后,所述用户阅览普通影像的平均时间;所述关键影像的阅览时间远大于所述普通影像的阅览时间。
6.根据权利要求5所述的方法,其特征在于,所述根据所述单张目标影像的缓存时间X和加载时间Y、所述目标影像数量M、所述单张影像阅览时间T,确定预加载影像的数量N,包括:
确定所述预加载影像的数量N=M*(X+Y-T)/X;其中,
若所述单张目标影像的缓存时间X和加载时间Y之和小于所述单张影像阅览时间T,则确定所述预加载影像的数量为N=0;
若所述单张目标影像的缓存时间X和加载时间Y之和远大于所述单张影像阅览时间T,则确定所述预加载影像的数量N=M。
7.根据权利要求1或2所述的方法,其特征在于,所述确定预加载影像的数量N之后,所述方法还包括:
向所述客户端发送所述预加载影像;
若在向所述客户端发送所述预加载影像过程中,接收到所述用户触发的立即开始阅览指令,则输出提示信息;所述提示信息用于提醒立即开始阅览目标影像会存在卡顿。
8.根据权利要求7所述的方法,其特征在于,所述向所述客户端发送所述预加载影像,包括:
在发送完确定的数量为N的所述预加载影像中最后一张时,发送展示指令至所述客户端,所述展示指令用于指示所述客户端在前端界面上开始展示接收到的目标影像。
9.一种影像加载装置,其特征在于,所述装置包括:
接收模块,用于接收客户端发送的阅览请求;
获取模块,用于获取用户的单张影像阅览时间T;
目标数量模块,用于确定所述阅览请求对应的目标影像数量M;
预加载数量模块,用于基于所述目标影像数量M和/或所述用户的单张影像阅览时间T,确定预加载影像的数量N。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至8中任一项所述的方法的步骤。
CN202011057912.4A 2020-09-30 2020-09-30 影像加载方法、装置、计算机设备和存储介质 Active CN112181525B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011057912.4A CN112181525B (zh) 2020-09-30 2020-09-30 影像加载方法、装置、计算机设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011057912.4A CN112181525B (zh) 2020-09-30 2020-09-30 影像加载方法、装置、计算机设备和存储介质

Publications (2)

Publication Number Publication Date
CN112181525A true CN112181525A (zh) 2021-01-05
CN112181525B CN112181525B (zh) 2023-06-27

Family

ID=73946739

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011057912.4A Active CN112181525B (zh) 2020-09-30 2020-09-30 影像加载方法、装置、计算机设备和存储介质

Country Status (1)

Country Link
CN (1) CN112181525B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117421069A (zh) * 2023-11-24 2024-01-19 久睦本(海南)科技股份有限公司 一种互联网小程序的动态加载方法、系统、设备及存储介质

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020147788A1 (en) * 1996-09-13 2002-10-10 Julien T. Nguyen Dynamic preloading of web pages
CN105721340A (zh) * 2014-12-05 2016-06-29 北大方正集团有限公司 一种在线阅读预加载量计算方法和装置
US20160308994A1 (en) * 2015-04-19 2016-10-20 Carlos Manuel Gonzalez Pre-Load of Video Content to Optimize Internet Usage
CN106055600A (zh) * 2016-05-24 2016-10-26 乐视控股(北京)有限公司 一种移动设备网页显示方法及系统
CN108184097A (zh) * 2018-01-15 2018-06-19 浙江大学 一种远程医疗中图像的实时查看方法
CN109525615A (zh) * 2017-09-18 2019-03-26 贵阳朗玛信息技术股份有限公司 一种预加载医疗影像的方法及装置
CN110598025A (zh) * 2019-08-13 2019-12-20 武汉联影医疗科技有限公司 阅片方法、系统、装置、设备和存储介质
CN111159598A (zh) * 2019-12-26 2020-05-15 武汉联影医疗科技有限公司 影像浏览方法、装置、计算机设备和存储介质

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020147788A1 (en) * 1996-09-13 2002-10-10 Julien T. Nguyen Dynamic preloading of web pages
CN105721340A (zh) * 2014-12-05 2016-06-29 北大方正集团有限公司 一种在线阅读预加载量计算方法和装置
US20160308994A1 (en) * 2015-04-19 2016-10-20 Carlos Manuel Gonzalez Pre-Load of Video Content to Optimize Internet Usage
CN106055600A (zh) * 2016-05-24 2016-10-26 乐视控股(北京)有限公司 一种移动设备网页显示方法及系统
CN109525615A (zh) * 2017-09-18 2019-03-26 贵阳朗玛信息技术股份有限公司 一种预加载医疗影像的方法及装置
CN108184097A (zh) * 2018-01-15 2018-06-19 浙江大学 一种远程医疗中图像的实时查看方法
CN110598025A (zh) * 2019-08-13 2019-12-20 武汉联影医疗科技有限公司 阅片方法、系统、装置、设备和存储介质
CN111159598A (zh) * 2019-12-26 2020-05-15 武汉联影医疗科技有限公司 影像浏览方法、装置、计算机设备和存储介质

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117421069A (zh) * 2023-11-24 2024-01-19 久睦本(海南)科技股份有限公司 一种互联网小程序的动态加载方法、系统、设备及存储介质

Also Published As

Publication number Publication date
CN112181525B (zh) 2023-06-27

Similar Documents

Publication Publication Date Title
CN109408207B (zh) 微服务访问控制方法、装置及存储介质
US20170364210A1 (en) Method and Apparatus for Displaying Content on Same Screen, and Terminal Device
US20200403947A1 (en) Mitigation of bullying and objectionable content
CN110968364A (zh) 添加快捷插件的方法、装置及智能设备
CN111246278B (zh) 视频播放方法、装置、电子设备及存储介质
CN113051493A (zh) 应用程序展示方法、装置、存储介质以及终端
CN112181525B (zh) 影像加载方法、装置、计算机设备和存储介质
CN115061745A (zh) 页面资源的预加载方法、装置及存储介质
CN110648657B (zh) 一种语言模型训练方法、构建方法和装置
CN111522476B (zh) 监控窗口切换的方法、设备、计算机设备和存储介质
CN110798521B (zh) 分享文件的方法、装置、电子设备及存储介质
CN107483605B (zh) 文件下载方法及装置、存储介质
CN115640093A (zh) 一种页面渲染方法、装置、电子设备及存储介质
CN113992784B (zh) 音视频通话方法、装置、计算机设备和存储介质
CN115311051A (zh) 用于房屋带看的页面展示方法、设备及存储介质
CN115017433A (zh) 数据预加载方法、装置、终端及存储介质
CN111563213B (zh) 页面轮播的方法、装置、计算机设备和可读存储介质
CN110377378B (zh) 图片悬浮显示方法、装置、终端和存储介质
CN110008135B (zh) 一种信息处理方法、装置及电子设备
CN107257384B (zh) 服务状态监控方法及装置
CN112182449A (zh) 页面加载方法、装置、电子设备及存储介质
CN112861041B (zh) 一种媒体内容的展示方法、装置、电子设备及存储介质
CN111625536B (zh) 一种数据访问方法及装置
CN110019358B (zh) 一种数据处理方法、装置及设备和存储介质
CN113436062B (zh) 图像风格迁移方法、装置、电子设备及存储介质

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