[发明专利]数据获取装置与数据运算系统及方法

说明书

本发明提供了一种数据获取装置与数据运算系统及方法。数据获取装置传送传感数据至运算装置，而自运算装置接收对应当下场景的机器学习模型与函式库。数据获取装置运行机器学习模型而自传感数据获取出特征数据，并运行函式库藉以转换需求为服务任务，之后传送特征数据与服务任务。

技术领域

本发明是有关于一种收集数据并进行运算的机制，且特别是有关于一种数据获取装置与数据运算系统及方法。

背景技术

传统的智能相机(Smart Camera)本身为独立运算，没有其他电脑和云端服务器器的辅助，因而需要具有能够进行大量运算的能力。并且，由于传统的智能相机将软体烧录在固件上，因此除非更新固件否则无法改变功能。据此，传统智能相机需要做大量运算，导致硬件设计复杂、成本高昂，而且能提供的功能没有弹性。

发明内容

本发明提供一种数据获取装置与数据运算系统及方法，可降低数据获取装置的成本。

本发明实施例提出一种数据获取装置，包括：传感器，获得传感数据；第一处理电路，耦接传感器，并运行对应当下场景的机器学习模型而自传感数据获取出对应当下场景的特征数据；以及第二处理电路，耦接第一处理电路，并运行对应当下场景的函式库，藉以转换对应机器学习模型的需求(requirement)为服务任务(service task)，并且通过通信芯片传送服务任务与特征数据。

本发明实施例提出一种数据运算系统，包括：运算装置以及数据获取装置。数据获取装置包括：传感器，获得传感数据；第一通信芯片，传送传感数据至运算装置；第一处理电路，耦接传感器以及第一通信芯片；以及第二处理电路，耦接第一通信芯片以及第一处理电路。运算装置包括：第二通信芯片，与第一通信芯片建立通信连结，以自数据获取装置接收传感数据；以及处理器，耦接至第二通信芯片。在运算装置中，处理器判断传感数据的场景是否已变换，并且响应于确定传感数据的场景已变换，处理器选择对应于当下场景的机器学习模型，并且基于当下场景决定函式库(library)，之后，处理器通过通信连结将机器学习模型与函式库部署至数据获取装置。在将机器学习模型与函式库部署至数据获取装置之后，第一处理电路运行机器学习模型而自传感数据获取出对应当下场景的特征数据，第二处理电路运行函式库，藉以将机器学习模型对应的需求转换为数据端的服务任务，并且通过第一通信芯片传送数据端的服务任务与特征数据。

本发明实施例提出一种数据运算方法，包括：由数据获取装置获得传感数据，并传送传感数据至运算装置；通过运算装置判断传感数据的场景是否已变换；在确定传感数据的场景已变换时，通过运算装置选择对应于当下场景的机器学习模型，并且基于当下场景决定函式库；通过运算装置将机器学习模型与函式库部署至数据获取装置；通过数据获取装置运行机器学习模型而自传感数据获取出对应当下场景的特征数据，并且运行函式库藉以将机器学习模型对应的需求转换为服务任务，并且传送特征数据以及服务任务。

基于上述，本发明通过在运算装置先运算出要部署至数据获取装置的数据，再将所述数据部署至数据获取装置。如此一来，数据获取装置便可以使用简单且便宜的通用化硬件来实现，提供更大的弹性。

为让本发明的上述特征和优点能更明显易懂，下文特举实施例，并配合所附图式作详细说明如下。

附图说明

图1是依照本发明一实施例的数据运算系统的方块图。

图2是依照本发明一实施例的运算装置的方块图。

图3是依照本发明一实施例的场景检测方法的流程图。

图4是依照本发明一实施例的云端服务器装置的方块图。

图5是依照本发明一实施例的云端服务器装置的服务协商的说明示意图。

图6是依照本发明一实施例的数据运算方法的流程图。

附图标记：