[發(fā)明專利]模型生產(chǎn)方法、裝置、電子設(shè)備以及存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202210532860.4
• 申請(qǐng)日: 2022-05-11
• 公開(kāi)（公告）號(hào): CN114912582A
• 公開(kāi)（公告）日: 2022-08-16
• 發(fā)明（設(shè)計(jì)）人: 李雨軒;梁陽(yáng);林湘粵;熊雪;田璐璐
• 申請(qǐng)（專利權(quán)）人: 北京百度網(wǎng)訊科技有限公司
• 主分類號(hào): G06N3/04
• 分類號(hào): G06N3/04;G06N3/08;G06V10/764;G06V10/82;G06V30/19
• 代理公司: 北京易光知識(shí)產(chǎn)權(quán)代理有限公司 11596
• 代理人: 徐升升;閻敏

1.一種模型生產(chǎn)方法，包括：

接收模型生產(chǎn)請(qǐng)求；

基于所述模型生產(chǎn)請(qǐng)求，確定待訓(xùn)練數(shù)據(jù)集和針對(duì)所述待訓(xùn)練數(shù)據(jù)集的第一資源配置信息；

基于所述第一資源配置信息指示的第一資源，采用所述待訓(xùn)練數(shù)據(jù)集對(duì)預(yù)置模型進(jìn)行訓(xùn)練，得到目標(biāo)模型。

2.根據(jù)權(quán)利要求1所述的方法，其中，基于所述模型生產(chǎn)請(qǐng)求，確定待訓(xùn)練數(shù)據(jù)集，包括：

接收通過(guò)用戶終端上傳的第一數(shù)據(jù)集；

基于所述模型生產(chǎn)請(qǐng)求，從所述第一數(shù)據(jù)集中確定所述待訓(xùn)練數(shù)據(jù)集。

3.根據(jù)權(quán)利要求2所述的方法，其中，所述從所述第一數(shù)據(jù)集中確定所述待訓(xùn)練數(shù)據(jù)集，包括：

對(duì)所述第一數(shù)據(jù)集進(jìn)行預(yù)處理，從預(yù)處理后的第一數(shù)據(jù)集中確定所述待訓(xùn)練數(shù)據(jù)集；或，

在所述第一數(shù)據(jù)集為經(jīng)過(guò)預(yù)處理的情況下，從所述第一數(shù)據(jù)集中確定所述待訓(xùn)練數(shù)據(jù)集。

4.根據(jù)權(quán)利要求3的方法，所述預(yù)處理包括以下至少之一：

對(duì)所述第一數(shù)據(jù)集中的數(shù)據(jù)進(jìn)行清洗處理；

對(duì)所述第一數(shù)據(jù)集中的數(shù)據(jù)進(jìn)行標(biāo)注處理。

5.根據(jù)權(quán)利要求1至4任一項(xiàng)所述的方法，其中，所述基于所述第一資源配置信息指示的第一資源，采用所述待訓(xùn)練數(shù)據(jù)集對(duì)預(yù)置模型進(jìn)行訓(xùn)練，得到目標(biāo)模型，包括：

確定當(dāng)前可用的資源；

基于當(dāng)前可用的資源，為所述預(yù)置模型確定預(yù)置參數(shù)；

基于所述第一資源配置信息指示的所述第一資源，采用所述待訓(xùn)練數(shù)據(jù)集，對(duì)參數(shù)為所述預(yù)置參數(shù)的所述預(yù)置模型進(jìn)行訓(xùn)練，得到所述目標(biāo)模型。

6.根據(jù)權(quán)利要求5所述的方法，其中，所述當(dāng)前可用的資源包括：當(dāng)前可用的圖形處理器GPU資源數(shù)和/或當(dāng)前可用的顯存數(shù)。

7.根據(jù)權(quán)利要求5或6所述的方法，其中，所述采用所述待訓(xùn)練數(shù)據(jù)集，對(duì)參數(shù)為所述預(yù)置參數(shù)的所述預(yù)置模型進(jìn)行訓(xùn)練，得到所述目標(biāo)模型，包括：

從所述待訓(xùn)練數(shù)據(jù)集中獲取訓(xùn)練子集和驗(yàn)證子集；

采用所述訓(xùn)練子集對(duì)參數(shù)為所述預(yù)置參數(shù)的所述預(yù)置模型進(jìn)行訓(xùn)練，在訓(xùn)練過(guò)程中得到多個(gè)模型；

采用所述驗(yàn)證子集分別對(duì)所述多個(gè)模型進(jìn)行驗(yàn)證，得到所述多個(gè)模型分別對(duì)應(yīng)的第一準(zhǔn)確率；

根據(jù)所述多個(gè)模型中第一準(zhǔn)確率最高的模型確定所述目標(biāo)模型。

8.根據(jù)權(quán)利要求7所述的方法，其中，所述根據(jù)所述多個(gè)模型中第一準(zhǔn)確率最高的模型確定所述目標(biāo)模型，包括：

從所述待訓(xùn)練數(shù)據(jù)集中獲取測(cè)試子集；

采用所述測(cè)試子集對(duì)所述多個(gè)模型中第一準(zhǔn)確率最高的模型進(jìn)行測(cè)試，得到第二準(zhǔn)確率；

根據(jù)所述第二準(zhǔn)確率確定所述目標(biāo)模型，或者，將所述第二準(zhǔn)確率輸出至用戶終端，基于所述用戶終端針對(duì)所述第二準(zhǔn)確率反饋的指令信息，確定所述目標(biāo)模型。

9.根據(jù)權(quán)利要求1-8中任一項(xiàng)所述的方法，還包括：

接收檢測(cè)請(qǐng)求，所述檢測(cè)請(qǐng)求中包括待測(cè)數(shù)據(jù)和第二資源配置信息；

基于所述第二資源配置信息指示的第二資源以及所述目標(biāo)模型，對(duì)所述待測(cè)數(shù)據(jù)進(jìn)行檢測(cè)，得到所述待測(cè)數(shù)據(jù)的檢測(cè)結(jié)果。

10.根據(jù)權(quán)利要求9所述的方法，所述目標(biāo)模型為多個(gè)目標(biāo)模型，所述檢測(cè)請(qǐng)求中還包括從所述多個(gè)目標(biāo)模型中指定的目標(biāo)指定模型，所述基于所述第二資源配置信息指示的第二資源以及所述目標(biāo)模型，對(duì)所述待測(cè)數(shù)據(jù)進(jìn)行檢測(cè)，得到所述待測(cè)數(shù)據(jù)的檢測(cè)結(jié)果，包括：

基于所述第二資源配置信息指示的第二資源以及所述目標(biāo)指定模型，對(duì)所述待測(cè)數(shù)據(jù)進(jìn)行檢測(cè)，得到所述待測(cè)數(shù)據(jù)的檢測(cè)結(jié)果。

11.一種模型生產(chǎn)裝置，包括：

第一接收模塊，用于接收模型生產(chǎn)請(qǐng)求；

確定模塊，用于基于所述模型生產(chǎn)請(qǐng)求，確定待訓(xùn)練數(shù)據(jù)集和針對(duì)所述待訓(xùn)練數(shù)據(jù)集的第一資源配置信息；

生成模塊，用于基于所述第一資源配置信息指示的第一資源，采用所述待訓(xùn)練數(shù)據(jù)集對(duì)預(yù)置模型進(jìn)行訓(xùn)練，得到目標(biāo)模型。