基于AI算法的任务调度方法及装置与流程

本申请涉及ai，尤其涉及一种基于ai算法的任务调度方法及装置。

背景技术：

1、在当今移动互联网和人工智能技术迅猛发展的背景下，ai算法处理技术在互联网社交、视频直播、监控等多个领域扮演着至关重要的角色。然而，现有的ai算法通常受限于特定的产品平台或不同的协议标准，很大程度上限制了其灵活性和扩展性。尽管将ai算法集成到互联网应用中可以显著提升数据处理准确度和用户体验，进而增强企业的营收能力和用户留存率，但ai算法的快速迭代却给系统集成商带来了巨大的挑战。首先，在集成新的ai算法能力时，互联网应用往往需要频繁重构业务流程代码，不仅增加了系统的不稳定性，还大幅提升了人力和it集成成本。其次，由于各种文本大模型、向量大模型和多模态大模型等算法的出现，不同供应商的算法能力和协议标准存在显著差异，严重导致了系统的不稳定，并增加了ai模型的计算成本。

2、因此，如何有效解决ai算法任务调度的兼容性、灵活性和成本问题，成为当前亟待解决的技术难题。

技术实现思路

1、本发明提供一种基于ai算法的任务调度方法及装置，用于提高虹膜质量评价精度。

2、第一方面，提供一种基于ai算法的任务调度方法。该方法包括：

3、获取待处理文件，将待处理文件和用户算法配置数据中的算法组进行匹配，获取与待处理文件的文件类型相匹配的第一算法组；

4、当数据库中已经存储待处理文件的文件id和第一算法组的算法id所对应的算法结果时，直接输出算法结果；

5、当数据库中未存储待处理文件的文件id和第一算法组的算法id所对应的算法结果时，对待处理文件和第一算法组执行算法组编排，输出算法结果并将算法结果存储至数据库中。

6、进一步地，待处理文件的来源包括用户主动上传和用户文件资源表；

7、用户文件资源表根据用户的历史上传文件事件进行构造；

8、用户文件资源表中包括文件id和文件下载地址。

9、进一步地，用户算法配置数据中包括用户id、文件类型、算法组编码和算法组中包含的算法列表；

10、用户算法配置数据根据用户在全局算法配置数据中的历史选择配置进行自定义存储记录；

11、全局算法配置数据包括文件类型、算法组编码和算法组中包含的算法列表。

12、进一步地，待处理文件的文件类型包括文本文件、图像文件和其他文件。

13、进一步地，将待处理文件和用户算法配置数据中的算法组进行匹配，获取与待处理文件的文件类型相匹配的第一算法组，包括：

14、根据待处理文件的文件类型循环遍历用户算法配置数据中的算法组，从用户算法配置数据中的算法组中筛选出与待处理文件的文件类型相匹配的第一算法组；

15、用户算法配置数据中的算法组的类型包括文本向量化算法组、图片元数据提取算法组和其他算法组。

16、进一步地，当数据库中未存储待处理文件的文件id和第一算法组的算法id所对应的算法结果时，对待处理文件和第一算法组执行算法组编排，包括：

17、循环遍历查询待处理文件的文件id和第一算法组的算法id所对应的算法结果；

18、从第一算法组的算法id中获取与待处理文件的文件id没有所对应的算法结果的第二算法组；

19、执行第二算法组，直至待处理文件的文件id和每一个第二算法组的算法id都有对应的算法结果。

20、可选地，执行第二算法组，直至待处理文件的文件id和每一个第二算法组的算法id都有对应的算法结果，包括：

21、当第二算法组中包含的算法大于一个时，按照第二算法组中的序号依次顺序执行。

22、进一步地，将算法结果存储至数据库中，包括：

23、根据算法结果的数据类型将算法结果写入对应的子数据库中；

24、子数据库包括向量数据库、非关系型数据库和其他存储数据库。

25、可选地，根据算法结果的数据类型将算法结果写入对应的子数据库中，包括：

26、向量数据库中可以存储图片向量数据、文本向量数据和其他向量数据；

27、非关系型数据库中可以存储图片元数据表；

28、其他存储数据库中可以存储元数据表。

29、第二方面，提供一种基于ai算法的任务调度装置。该装置包括：

30、获取模块，用于获取待处理文件，将待处理文件和用户算法配置数据中的算法组进行匹配，获取与待处理文件的文件类型相匹配的第一算法组；

31、第一输出模块，用于当数据库中已经存储待处理文件的文件id和第一算法组的算法id所对应的算法结果时，直接输出算法结果；

32、第二输出模块，用于当数据库中未存储待处理文件的文件id和第一算法组的算法id所对应的算法结果时，对待处理文件和第一算法组执行算法组编排，输出算法结果并将算法结果存储至数据库中。

33、本发明提供的基于ai算法的任务调度方法及装置，该方法包括：获取待处理文件，将待处理文件的文件类型和用户算法配置数据中的算法组进行匹配，获取与待处理文件的文件类型相匹配的第一算法组。当数据库中已经存储待处理文件的文件id和第一算法组的算法id所对应的算法结果时，直接输出算法结果。当数据库中未存储待处理文件的文件id和第一算法组的算法id所对应的算法结果时，对待处理文件和第一算法组执行算法组编排，输出算法结果并将算法结果存储至数据库中。也就是说，通过将待处理文件与用户算法配置数据进行匹配，快速定位到合适的第一算法组，减少了待处理文件在处理流程中的等待时间，增强了不同的业务场景和需求变化的适应性。并且，当数据库中已经有待处理文件在第一算法组上相应的算法结果时，可以直接输出结果，避免了不必要的重复计算，节省了计算资源。当数据库中没有相应的算法结果时，才会执行算法组编排，提高了资源利用效率。此外，算法结果的存储和复用简化了ai算法执行的流程，使得ai算法的任务调度更加地高效和稳定。

34、应当理解，技术实现要素：部分中所描述的内容并非旨在限定本发明的实施例的关键或重要特征，亦非用于限制本发明的范围。本发明的其它特征将通过以下的描述变得容易理解。

技术特征：

1.一种基于ai算法的任务调度方法，其特征在于，所述方法包括：

2.根据权利要求1所述的基于ai算法的任务调度方法，其特征在于，所述待处理文件的来源包括所述用户主动上传和用户文件资源表；

3.根据权利要求1所述的基于ai算法的任务调度方法，其特征在于，所述用户算法配置数据中包括用户id、文件类型、算法组编码和算法组中包含的算法列表；

4.根据权利要求1所述的基于ai算法的任务调度方法，其特征在于，所述待处理文件的文件类型包括文本文件、图像文件和其他文件。

5.根据权利要求1所述的基于ai算法的任务调度方法，其特征在于，所述将所述待处理文件和用户算法配置数据中的算法组进行匹配，获取与所述待处理文件的文件类型相匹配的第一算法组，包括：

6.根据权利要求1所述的基于ai算法的任务调度方法，其特征在于，所述当数据库中未存储所述待处理文件的文件id和所述第一算法组的算法id所对应的算法结果时，对所述待处理文件和所述第一算法组执行算法组编排，包括：

7.根据权利要求6所述的基于ai算法的任务调度方法，其特征在于，所述执行所述第二算法组，直至所述待处理文件的文件id和每一个所述第二算法组的算法id都有对应的算法结果，包括：

8.根据权利要求1所述的基于ai算法的任务调度方法，其特征在于，所述将所述算法结果存储至数据库中，包括：

9.根据权利要求8所述的基于ai算法的任务调度方法，其特征在于，所述根据所述算法结果的数据类型将所述算法结果写入对应的子数据库中，包括：

10.一种基于ai算法的任务调度装置，其特征在于，所述装置包括：

技术总结本申请提供一种基于AI算法的任务调度方法及装置，涉及图像处理技术领域，方法包括：获取待处理文件，将待处理文件的文件类型和用户算法配置数据中的算法组进行匹配，获取与待处理文件的文件类型相匹配的第一算法组。当数据库中已经存储待处理文件的文件ID和第一算法组的算法ID所对应的算法结果时，直接输出算法结果。当数据库中未存储待处理文件的文件ID和第一算法组的算法ID所对应的算法结果时，对待处理文件和第一算法组执行算法组编排，输出算法结果并将算法结果存储至数据库中。提高了AI算法任务调度的效率和稳定性得同时，降低了运营成本，增强了AI算法任务调度的适应性和可扩展性。技术研发人员：杨良志,白琳,汪志新,夏华,李海涛,肖胜雄,廖科雄受保护的技术使用者：彩讯科技股份有限公司技术研发日：技术公布日：2025/1/13