[發明專利]AI模型組合快速輕量級驗證的方法、裝置及存儲介質

有效

• 申請號: 202210373481.5
• 申請日: 2022-04-11
• 公開（公告）號: CN114444338B
• 公開（公告）日: 2022-07-01
• 發明（設計）人: 不公告發明人
• 申請（專利權）人: 北京瑞萊智慧科技有限公司
• 主分類號: G06F30/20
• 分類號: G06F30/20;G06F8/35
• 代理公司: 深圳市精英創新知識產權代理有限公司 44740
• 代理人: 李翔宇

1.一種AI模型組合快速輕量級驗證的方法，其特征在于，所述方法包括：

獲取從模型容器中所選定AI算法模型名稱組成的AI算法模型名稱集，以及所述AI算法模型名稱集中各AI算法模型名稱分別對應的排列序號；

獲取所述AI算法模型名稱集中各AI算法模型名稱分別對應的AI模型；

將各AI模型根據對應的排列序號填充至預先創建的畫布容器中，得到初始組合模型數據；

若確定所述初始組合模型通過模型組合驗證，則根據所述初始組合模型數據確定目標AI模型組；

獲取待輸入數據，將所述待輸入數據輸入至所述目標AI模型組得到輸出結果；其中，所述待輸入數據為圖像數據或文本數據；

所述獲取從模型容器中所選定AI算法模型名稱組成的AI算法模型名稱集，以及所述AI算法模型名稱集中各AI算法模型名稱分別對應的排列序號之前，所述方法還包括：

獲取用戶類型；所述用戶類型為技術用戶類型，或非技術用戶類型；

其中，所述獲取與所述技術用戶類型對應的模型容器中所述模型容器容納有與技術用戶類型的用戶研發相關的AI模型的名稱；所述獲取與所述非技術用戶類型對應的模型容器中所述模型容器容納有為完成開發狀態的AI模型的名稱；

所述將各AI模型根據對應的排列序號填充至預先創建的畫布容器中，得到初始組合模型數據之后，所述若確定所述初始組合模型通過模型組合驗證，則根據所述初始組合模型數據確定目標AI模型組之前，所述方法還包括：

獲取預先存儲的AI模型組合標準集；其中，所述AI模型組合標準集中包括多組AI模型的標準串聯組合；

若確定所述初始組合模型數據對應的當前AI模型串聯組合與所述AI模型組合標準集中其中一組標準串聯組合相同，則判定所述初始組合模型通過模型組合驗證。

2.根據權利要求1所述的方法，其特征在于，所述獲取從模型容器中所選定AI算法模型名稱組成的AI算法模型名稱集，以及所述AI算法模型名稱集中各AI算法模型名稱分別對應的排列序號之前，所述方法還包括：

若確定所述模型驗證場景類型為圖像模型驗證場景類型，則獲取與所述圖像模型驗證場景類型對應的模型容器；

若確定所述模型驗證場景類型為文本模型驗證場景類型，則獲取與所述文本模型驗證場景類型對應的模型容器。

3.根據權利要求1所述的方法，其特征在于，所述獲取從模型容器中所選定AI算法模型名稱組成的AI算法模型名稱集，以及所述AI算法模型名稱集中各AI算法模型名稱分別對應的排列序號之前，所述方法還包括：

若確定所述用戶類型為技術用戶類型，則獲取與所述技術用戶類型對應的模型容器；

若確定所述用戶類型為非技術用戶類型，則獲取與所述非技術用戶類型對應的模型容器。

4.根據權利要求1-3中任一項所述的方法，其特征在于，所述獲取所述AI算法模型名稱集中各AI算法模型名稱分別對應的AI模型，包括：

獲取所述AI算法模型名稱集中各AI算法模型名稱對應的封裝代碼數據以及各封裝代碼數據對應的封裝模型組件，將各封裝模型組件作為各AI算法模型名稱分別對應的AI模型。

5.根據權利要求4所述的方法，其特征在于，所述將各AI模型根據對應的排列序號填充至預先創建的畫布容器中，得到初始組合模型數據之后，所述若確定所述初始組合模型通過模型組合驗證，則根據所述初始組合模型數據確定目標AI模型組之前，所述方法還包括：

獲取預先存儲的AI模型組合非標準集；其中，所述AI模型組合非標準集中包括多組AI模型的非標準串聯組合；

獲取所述初始組合模型數據中由至少兩個相鄰AI模型組成的模型組合結果，以組成模型組合結果集；

若確定所述模型組合結果集中不存在有模型組合結果與所述AI模型組合非標準集中任意一組非標準串聯組合相同，則判定所述初始組合模型通過模型組合驗證；

若確定所述模型組合結果集中存在有模型組合結果與所述AI模型組合非標準集中其中一組非標準串聯組合相同，則判定所述初始組合模型未通過模型組合驗證。