专利交易市场

本发明实施例公开了一种基于CPU占用率的网络处理方法及装置，方法包括：获取当前的第一CPU占用率，若当前的第一CPU占用率大于等于第一阈值，则将全局计数器的计数增加1；若全局计数器的计数大于预设计数值，且CPU的控制开关为打开状态，则生成告警信息；若当前进程的第二CPU占用率大于第二阈值，且全局变量为预设值，则对当前进程执行丢包处理。通过判断CPU占用率更新全局计时器，通过判断全局计时器的计数生成告警信息，供维护人员进行分析使用；并通过判断当前进程的第二CPU占用率来确定对当前进程执行丢包处理，可以解决在CPU负荷短期高的情况下，设备能够在用户体验降质的情况下仍然持续稳定运行，不会因为进程重启而导致大面积的网络瘫痪。

本发明涉及深度学习，公开一种边缘增强的路面裂缝分割网络处理方法及系统，以减少信息丢失并提升分割的精准度。方法包括图像预处理、上采样、下采样、特征融合及图像恢复处理，在图像预处理后、相邻的两采样层之间及图像恢复处理前进行递归聚合处理；其中，该递归聚合处理通过放缩输入特征图来聚合全局上下文信息，能增强局部细节并减少信息丢失，并基于注意力机制实现全局建模，同时还应用递归门控卷积和边缘算子分别从输入特征图中提取高阶空间信息和边缘信息，大幅提升了全局信息捕获性能；从而确保了分割结果的精准度。