我已经创建了一个机器学习软件,检测对象(duh!),根据一些计算机视觉参数处理对象,然后触发一些硬件,将对象放入相应的箱子中。物体被放置在传送带上,相机被安装在一个点上,当物体从相机下面经过时,相机可以捕捉物体的照片(一次一个物体)。我不能控制皮带的速度。你知道吗
现在的挑战是,我必须配置大量的东西,使机器正常工作。你知道吗
第一个问题是模型创建分割遮罩所需的时间,它因对象而异。你知道吗
另一个问题是,我如何保持计算机视觉处理后产生的信号,将它们发送到执行器的方式,它不会与基于计算机视觉的推断不一致。你知道吗
我最初的设计包括创建负责特定任务的流程,然后根据需要使它们相互通信。然而,同步问题仍然存在。你知道吗
到目前为止,我正在考虑将软件堆栈视为一组服务,就像我们通常在后端所做的那样,并使它们使用芹菜和Redis queue之类的东西进行通信。你知道吗
我是一个系统设计的新手,来自数据科学的背景。我研究了python的多线程模块,发现它不能用于我的目的(所有线程都在单核上运行)。我担心如果我使用多处理,可能会有额外的延迟,在个别进程由于消息传递,因此,这将增加另一个不确定性的程序。你知道吗
其他详细信息:
附言:你也可以评论一下我应该搜索的技术或者关键词,因为一个普通的搜索没有什么好结果。你知道吗
让我先总结一下。你知道吗
你想做什么
下面是你面临的一些问题
->;如果要减少每个图像的处理时间,则需要加速器(FPGA、芯片等)或某种加速技术。Intel OpenVino和Intel DL stick是一个好的开始。你知道吗
->;如果要处理的图片太多,则有两种选择:1)放置大量机器,以便可以完成所有作业;或2)仅选择重要作业并丢弃其他作业。事实上,你设置“最大累计”到一个固定的数字(3/秒),让我觉得这是你面临的问题。背景减法器是创建图像捕获触发器的良好开端。你知道吗
->;像芹菜这样的“职业分销商”在这里是个不错的选择。如果消息堆积在代理(Redis)中,那么一些任务将不得不等待。但这可以很容易地通过扩大您的计算机。
这里有几点建议:
相关问题 更多 >
编程相关推荐