[發明專利]神經網絡模型的轉換方法、裝置、設備及存儲介質

在審

• 申請號: 202111006851.3
• 申請日: 2021-08-30
• 公開（公告）號: CN113723601A
• 公開（公告）日: 2021-11-30
• 發明（設計）人: 呂守祿;李通;陳薇兆;孫延;劉文韜;錢晨
• 申請（專利權）人: 北京市商湯科技開發有限公司
• 主分類號: G06N3/063
• 分類號: G06N3/063;G06F8/76;G06F11/36
• 代理公司: 北京博思佳知識產權代理有限公司 11415
• 代理人: 靳玫

1.一種神經網絡模型的轉換方法，其特征在于，包括：

獲取輸入數據，所述輸入數據包括通用轉換參數以及目標轉換模型的平臺標識信息；

根據所述輸入數據的平臺標識信息，由預先建立的工具集中確定目標轉換工具；所述工具集包括多個轉換工具，每個所述轉換工具用于對神經網絡模型進行轉換處理以得到對應的轉換模型；

基于所述目標轉換工具和所述輸入數據的所述通用轉換參數，對神經網絡模型進行轉換處理，得到所述目標轉換模型。

2.根據權利要求1所述的轉換方法，其特征在于，所述獲取輸入數據包括：

通過顯示裝置顯示用戶交互界面，獲取通過所述用戶交互界面輸入的輸入參數；

根據所述輸入參數處理得到所述輸入數據。

3.根據權利要求1或2所述的轉換方法，其特征在于，所述輸入數據的所述通用轉換參數包括多個參數類別；在所述獲取輸入數據之前，所述轉換方法還包括：

獲取所述工具集中每個所述轉換工具進行所述轉換處理所需的參數類別；

根據每個所述轉換工具所需的參數類別，確定所述通用轉換參數包括的參數類別。

4.根據權利要求1至3任一項所述的轉換方法，其特征在于，預先建立所述工具集的過程包括：

獲取各個平臺對應的轉換工具，并建立每個平臺的平臺標識信息與轉換工具的對應關系；

將各個平臺的轉換工具進行整體封裝處理，得到所述工具集。

5.根據權利要求1至4任一項所述的轉換方法，其特征在于，所述輸入數據還包括目標轉換模型的通用測試參數；在得到所述目標轉換模型之后，所述轉換方法還包括：

根據所述輸入數據的所述平臺標識信息，由所述工具集中確定目標測試工具；所述工具集還包括多個測試工具，每個所述測試工具用于對轉換處理后得到的目標轉換模型進行測試；

基于所述目標測試工具以及所述通用測試參數，對所述目標轉換模型進行測試，得到測試結果。

6.根據權利要求5所述的轉換方法，其特征在于，所述輸入數據的所述通用測試參數包括多個參數類別；在所述獲取輸入數據之前，所述轉換方法還包括：

獲取所述工具集中每個所述測試工具進行測試時所需的參數類別；

根據每個所述測試工具所需的參數類別，確定所述通用測試參數包括的參數類別。

7.根據權利要求5或6所述的轉換方法，其特征在于，預先建立所述工具集的過程包括：

獲取各個平臺對應的測試工具，并建立每個平臺的平臺標識信息與測試工具的對應關系；

將各個平臺的測試工具進行整體封裝處理，得到所述工具集。

8.根據權利要求7所述的轉換方法，其特征在于，在得到所述工具集之后，所述轉換方法還包括如下至少一項：

根據新增平臺對應的測試工具以及平臺標識信息，建立所述新增平臺的平臺標識信息與測試工具的對應關系，并將建立的對應關系以及所述測試工具嵌入所述工具集中，得到更新后的工具集；

根據新增平臺對應的轉換工具以及平臺標識信息，建立所述新增平臺的平臺標識信息與轉換工具的對應關系，并將建立的對應關系以及所述轉換工具嵌入所述工具集中，得到更新后的工具集。

9.一種神經網絡模型的轉換裝置，其特征在于，包括：

獲取模塊，被配置為獲取輸入數據，所述輸入數據包括通用轉換參數以及目標轉換模型的平臺標識信息；

確定模塊，被配置為根據所述輸入數據的平臺標識信息，由預先建立的工具集中確定目標轉換工具；所述工具集包括多個轉換工具，每個所述轉換工具用于對神經網絡模型進行轉換處理以得到對應的轉換模型；

轉換處理模塊，被配置為基于所述目標轉換工具和所述輸入數據的所述通用轉換參數，對神經網絡模型進行轉換處理，得到所述目標轉換模型。