[发明专利]一种可定制目标检测算法的智能化云平台系统及操作方法

权利要求书

1.一种可定制目标检测算法的智能化云平台系统，其特征在于：该系统包括算法发布平台以及带有操作接口的算法训练平台，所述算法训练平台通信连接有定制算法样本库、自动化脚本以及采样数据端，所述算法训练平台与算法发布平台间通信连接有定制算法模型，所述算法发布平台通信连接有测试客户端；

其中，所述采样数据端采集包含目标的图片并进行标注获得样本图片，所述算法训练平台接收采样数据端上传的样本图片并进行格式转换，转换成深度学习框架可接受的格式，所述自动化脚本进行算法训练，训练完成后自动将训练的算法更新到定制算法模型中形成算法模型，再通过算法发布平台完成该算法模型发布，所述算法发布平台对外提供API服务，所述测试客户端通过调用算法发布平台平台的API验证评估算法效果以实现更快的速度做出算法发布或调整。

2.根据权利要求1所述的一种可定制目标检测算法的智能化云平台系统，其特征在于：所述采样数据端包括深度学习图像标注工具、摄像设备，摄像设备采集图片传输给深度学习工具，深度学习工具对需要的特定的图片进行标注，所述摄像设备包括摄像机，所述学习图像标注工具包括yolo_mark、LabelImg。

3.根据权利要求1或2所述的一种可定制目标检测算法的智能化云平台系统的建立方法，其特征在于：所述深度学习框架可接受的格式包括LMDB，所述深度学习框架包括Caffe。

4.一种可定制目标检测算法的智能化云平台系统的操作方法，其特征在于：该系统操作步骤如下：

S1：新建算法：用户通过算法训练平台的操作接口填写算法的基本描述信息；

S2：选择算法模型：在算法训练平台支持的范围内指定图片检测的算法模型和网络结构，所述算法模型包括YOLO、SSD、FasterRCNN，所述网络结构包括VGG、ResNet、DarkNet；

S3：标注样本并上传到平台：安装摄像机进行采集包含目标的图片，通过深度学习图像标注工具对需要的特定目标图片进行标注获得样本图片，再将样本图片上传到算法训练平台的定制算法样本库中；

S4：网络训练：由样本图片上传完成事件触发运行；

S5：测试发布：算法发布平台对外提供API服务，测试客户端通过调用算法发布平台的API进行发送API请求，且指明AlgID以及要用的算法后等待应答，算法发布平台接收API请求，并根据AlgID找到对应的算法运行测试，最后将运行测试结果反馈给测试客户端以实现更快速验证评估算法效果并做出调整。

5.根据权利要求4所述的一种可定制目标检测算法的智能化云平台系统的操作方法，其特征在于：所述网络训练中运行流程包括：

A)从定制算法样本库中下载标注的样本图片；

B)对样本图片进行格式转换，转成深度学习框架可接受的格式以满足深度学习框架对的输入数据格式的要求；

C)调用自动化脚本完成算法训练；

D)训练完成后将算法更新到定制算法模型中去，供算法发布平台使用。