模型迭代方法、装置、电子设备和计算机可读存储介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114118440A(43)申请公布日2022.03.01(21)申请号202111356394.0(22)申请日2021.11.16(71)申请人智道网联科技（北京）有限公司地址100029北京市东城区北三环东路36号1号楼B601(72)发明人邓攀(74)专利代理机构北京华夏泰和知识产权代理有限公司11662代理人李永叶(51)Int.Cl.G06N20/00(2019.01)权利要求书2页说明书10页附图5页(54)发明名称模型迭代方法、装置、电子设备和计算机可读存储介质(57)摘要本发明实施例公开了一种模型迭代方法、装置、电子设备和计算机可读存储介质，涉及计算机技术领域。该实施例包括：接收模型迭代需求数据；根据模型迭代需求数据，生成样本采集任务和多个模型参数模板；将样本采集任务发送至满足样本采集任务的要求的采集终端；接收采集终端发送的样本数据；利用样本数据和多个模型参数模板进行训练，获得多个候选模型；确定多个候选模型中的每一候选模型的性能是否优于当前线上模型，若存在性能优于当前线上模型的候选模型，则将性能优于当前线上模型的候选模型作为目标模型替换当前线上模型。本实施例规避了利用公开数据集进行模型训练迭代的偏差，提高模型迭代的便利性和准确性，提高迭代效率，缩短迭代周期。CN114118440ACN114118440A权利要求书1/2页1.一种模型迭代方法，其特征在于，包括：接收模型迭代需求数据；根据所述模型迭代需求数据，生成样本采集任务和多个模型参数模板；其中，所述模型迭代需求数据是根据当前线上模型反馈的问题配置的；确定满足所述样本采集任务的要求的采集终端，将所述样本采集任务发送至所述采集终端，以使所述采集终端根据所述样本采集任务采集样本数据；接收所述采集终端发送的样本数据；利用所述样本数据和所述多个模型参数模板进行训练，获得多个候选模型；确定所述多个候选模型中的每一候选模型的性能是否优于所述当前线上模型，若存在性能优于所述当前线上模型的候选模型，则将性能优于所述当前线上模型的候选模型作为目标模型，以替换所述当前线上模型。2.根据权利要求1所述的方法，其特征在于，根据所述模型迭代需求数据，生成多个模型参数模板包括：解析所述模据，确定待迭代参数和所述待迭代参数的可选取值；对所述待迭代参数的可选取值进行排列组合，获得多个参数组合，每一所述参数组合为一模型参数模板。3.根据权利要求1所述的方法，其特征在于，确定满足所述样本采集任务的要求的采集终端包括：解析所述样本采集任务，确定所述样本采集任务的任务项，所述任务项包括待采集的样本数据的采集区域以及所述待采集的样本数据的类型；确定在所述采集区域内的可用车辆，确定所述可用车辆是否具备与所述待采集的样本数据的类型对应的采集设备；将具备所述采集设备的可用车辆作为采集终端。4.根据权利要求1所述的方法，其特征在于，所述方法还包括：在利用所述样本数据和所述多个模型参数模板进行训练之前，确定所述样本数据的数量满足预设条件。5.根据权利要求1所述的方法，其特征在于，利用所述样本数据和所述多个模型参数模板进行训练，得到多个候选模型包括：根据所述样本采集任务，对所述样本数据进行抽帧去重处理，得到关键帧样本数据；利用所述关键帧样本数据和所述多个模型参数模板进行训练，得到多个候选模型。6.根据权利要求1或5所述的方法，其特征在于，利用所述样本数据和所述多个模型参数进行训练，得到多个候选模型包括：从预设的算法模型库中匹配与所述样本数据的类型对应的目标算法模型；利用所述样本数据和所述多个模型参数模板对所述目标算法模型进行训练，得到多个候选模型。7.根据权利要求1所述的方法，其特征在于，确定所述多个候选模型中的每一候选模型的性能是否优于所述当前线上模型包括：针对每一候选模型，计算所述候选模型的评价指标值；根据所述评价指标值，确定所述多个候选模型中性能最优的候选模型；获取测试数据集；利用所述测试数据集对所述性能最优的候选模型进行测试，获得测试结果集；2CN114118440A权利要求书2/2页比较所述性能最优的候选模型的测试结果集与所述当前线上模型的测试结果集，以确定所述性能最优的候选模型的性能是否优于所述当前线上模型。8.一种模型迭代装置，其特征在于，包括：任务生成模块，用于接收模型迭代需求数据；根据所述模型迭代需求数据，生成样本采集任务和多个模型参数模板；其中，所述模型迭代需求数据是根据当前线上模型反馈的问题配置的；确定模块，用于确定满足所述样本采集任务的要求的采集终端，将所述样本采集任务发送至所述采集终端，以使所述采集终端根据所述样本采集任务采集样本数据；样本接收模块，用于接收所述采集终端发送的样本数据；训练模块，用于利用所述