本发明提供一种用于边缘视频分析的分布式神经网络模型划分方法,包括以下步骤:S1:构建异构边缘视频分析模型;S2:通过异构边缘视频分析模型接收视频分析任务,并对所接收的视频分析任务进行解析得到视频特征值;S3:根据视频分析任务选择执行视频分析任务的深度神经网络模型,并根据所选的深度神经网络模型对当前环境进行测量,得到环境特征值;S4:将视频特征值和环境特征值输入深度强化学习模型中,得到输出结果;S5:根据输出结果得到任务调度与模型划分的决策。本发明提供一种用于边缘视频分析的分布式神经网络模型划分方法,通过深度强化学习模型得到任务调度与模型划分的决策,解决了目前利用边缘计算进行视频分析的效率不够高的问题。
声明:
“用于边缘视频分析的分布式神经网络模型划分方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)