恭喜中国工程院战略咨询中心;华中科技大学;清华大学刘宇飞获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网恭喜中国工程院战略咨询中心;华中科技大学;清华大学申请的专利数控系统中基于深度学习模型的Docker容器部署方法和系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN114780140B 。
龙图腾网通过国家知识产权局官网在2025-02-18发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202210486646.X,技术领域涉及:G06F8/76;该发明授权数控系统中基于深度学习模型的Docker容器部署方法和系统是由刘宇飞;周凡;刘宇涵;周源;陈吉红设计研发完成,并于2022-05-06向国家知识产权局提交的专利申请。
本数控系统中基于深度学习模型的Docker容器部署方法和系统在说明书摘要公布了:本发明涉及数控机床领域和智能制造领域,具体涉及一种数控系统中基于深度学习模型的Docker容器部署方法,包括如下步骤:将深度学习模型的训练代码和环境依赖打包,创建Docker镜像文件;将Docker镜像文件传输至数控系统云平台,然后将其实例化为Docker容器;将数控机床的加工数据远程传输至数控系统云平台,载入Docker容器;基于云平台提供的算力资源基础和数控机床提供的加工数据基础,在Docker容器中进行深度学习模型的训练,将训练完成的深度学习模型保存为序列化格式;通过云平台将序列化格式的深度学习模型远程传输至智能数控系统。该方法结合迁移学习的思想,能够简单有效地完成深度学习模型的训练与部署,以提高数控机床的加工精度、加工速度和可靠性。
本发明授权数控系统中基于深度学习模型的Docker容器部署方法和系统在权利要求书中公布了:1.一种数控系统中基于深度学习模型的Docker容器部署方法,其特征在于,包括以下步骤:1获取需要部署在数控系统中的深度学习模型的训练代码、以及该训练代码的环境依赖,并将二者打包创建为Docker镜像;2将步骤1中创建的Docker镜像传输至数控系统云平台,并将数控系统云平台中的Docker镜像实例化为Docker容器;步骤1具体包括如下子步骤:1-1从Docker仓库中获取具有Linux操作系统的Docker镜像,并通过该Docker镜像获取具有Linux运行环境的Docker容器;1-2获取需要部署在数控系统中的深度学习模型的训练代码、以及该训练代码的环境依赖;1-3根据步骤1-2获取的训练代码的环境依赖,在步骤1-1创建的Docker容器中安装深度学习模型训练所需的神经网络框架及工具包,并在Docker容器中添加供深度学习模型运行和测试的脚本,从而得到更新后的Docker容器;1-4将步骤1-3中更新后的Docker容器打包为Docker镜像;3将数控机床的加工数据远程传输至数控系统云平台;4获取数控系统云平台提供的算力资源,并基于该算力资源和来自数控机床的加工数据,在步骤2得到的Docker容器中对深度学习模型进行训练,并将训练得到的深度学习模型保存为序列化格式;步骤4中在Docker容器中对深度学习模型进行训练这一过程包括以下子步骤:4-1通过步骤2得到的Docker容器和数控系统云平台之间的数据拷贝命令,将深度学习模型的训练数据载入步骤2得到的Docker容器中;4-2通过Docker容器的启动命令与连接命令,启动并连接到步骤2得到的Docker容器;4-3通过步骤1-3添加的供深度学习模型运行和测试的脚本,并使用步骤4-1得到的训练数据对深度学习模型进行训练,并将训练得到的深度学习模型保存为序列化格式;5通过数控系统云平台将步骤4中得到的序列化格式的深度学习模型远程传输至数控系统。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人中国工程院战略咨询中心;华中科技大学;清华大学,其通讯地址为:100088 北京市西城区冰窖口胡同2号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。