飞机表面蒙皮伤痕是威胁飞行安全的一大主因,因此,航空公司在飞机转航停场期间对蒙皮伤痕进行检测是保障飞行安全的重要工作。目前较为先进的检测方法是基于计算机视觉的伤痕检测法,该方法将采集到的飞机蒙皮图像传输给伤痕检测服务,进行基于人工神经网络的图像处理以识别伤痕类型及位置信息,从而判断蒙皮受损程度,保障飞行安全。由于检修飞机数量多、检修时间短,该方法在图像传输、处理过程中需要进行大量的数据传输和计算。故如何在飞机转航停场期间保证伤痕检测的实时性、高效性是至关重要的。本文正是针对某具体航空公司的实际项目,在转航停场期间,对基于图像识别的伤痕检测服务的实时性、高效性需求,研究高并发性能方案。由于航空公司对于数据具有较高的安全性及隐私性要求,不能借助公网的云平台来进行高并发性能服务的发布,因此论文从单机分布式计算、动态负载均衡、服务平台部署以及多机分布式扩展角度展开工作,具体完成如下工作:一、针对支持高效运行服务平台的部署问题,从硬件部署及软件调度两方面展开。设计了一种单机多卡分布式处理方案,并提出了基于多进程模型的多卡分布式处理方案。为了解决用户请求的离散性,提出了基于业务流量的动态自适应封装策略,以提高事务处理效率。二、针对任务分发过程中集群节点负载不均衡导致检测服务并发量较低的问题,提出了基于集群性能的动态负载均衡策略,设计并实现性能采集模块、算法模块、负载均衡模块,实现任务的动态分发,保证节点之间的负载均衡,从而提升伤痕检测服务的并发量。三、针对多机分布式扩展过程中面临的扩展困难、上线繁琐问题,设计了基于容器化技术的多机分布式扩展方案,实现检测服务的水平扩展。并以Docker作为底层容器化技术,设计了一整套持续交付、自动化管理的生产构建框架。论文采用并发性能测试工具模拟真实环境中的检测请求,针对一、二工作内容设计相应的实验,进行了对照测试,通过QPS（Queries Per Second）指标验证上述方案的有效性和优越性,且在采用了本文提出的封装策略之后,伤痕检测服务的QPS最高提升了 32.33%。