【技术实现步骤摘要】
机器模型更新方法、设备、系统及存储介质
本申请涉及人工智能
,尤其涉及一种机器模型更新方法、设备、系统及存储介质。
技术介绍
神经网络模型是人工智能的基础。随着人工智能的发展,使用神经网络模型的产品越来越多。神经网络模型可分为有监督的和无监督的两种类型。有监督的神经网络模型利用标记数据来指导聚类过程,可以得到更好的效果,在机器人等产品领域得到广泛应用。在实际使用过程中,为了提高模型效果,经常对有监督的神经网络模型进行更新迭代。现有模型更新过程包括:服务端收集大量产品使用过程中产生的与模型相关的数据集,对数据集进行标注,然后利用标注后的数据集重新训练模型,训练完成后发布新的模型供产品使用。但是,现有模型更新过程存在灵活性较差等问题。
技术实现思路
本申请的多个方面提供一种机器模型更新方法、设备、系统及存储介质,用于解决现有模型更新过程中存在灵活性较差的问题。本申请实施例提供一种机器模型更新方法,适用于终端设备,包括:响应用户发出的更新触发操作,显示一配置界面,所述配置界面显示机器人对应的标注数据集;响应所述用户发出的标注数据选择操作,从所述标注数据集中选择训练样本集;响应所述用户发出的训练操作,指示所述模型训练设备根据所述训练样本集对所述机器人当前使用的机器模型训练得到新的机器模型;其中,所述模型训练设备为所述机器人或所述机器人对应的服务器。本申请实施例提供一种机器模型更新方法,适用于模型训练设备,包括:接收终端设备发送的训练指示 ...
【技术保护点】
1.一种机器模型更新方法,适用于终端设备,其特征在于,所述方法包括:/n响应用户发出的更新触发操作,显示一配置界面,所述配置界面显示机器人对应的标注数据集;/n响应所述用户发出的标注数据选择操作,从所述标注数据集中选择训练样本集;/n响应所述用户发出的训练操作,指示所述模型训练设备根据所述训练样本集对所述机器人当前使用的机器模型训练得到新的机器模型;其中,所述模型训练设备为所述机器人或所述机器人对应的服务器。/n
【技术特征摘要】
1.一种机器模型更新方法,适用于终端设备,其特征在于,所述方法包括:
响应用户发出的更新触发操作,显示一配置界面,所述配置界面显示机器人对应的标注数据集;
响应所述用户发出的标注数据选择操作,从所述标注数据集中选择训练样本集;
响应所述用户发出的训练操作,指示所述模型训练设备根据所述训练样本集对所述机器人当前使用的机器模型训练得到新的机器模型;其中,所述模型训练设备为所述机器人或所述机器人对应的服务器。
2.根据权利要求1所述的方法,其特征在于,响应所述用户发出的训练操作,指示所述模型训练设备根据所述训练样本集对所述机器人当前使用的机器模型训练得到新的机器模型,包括以下至少一种操作:
响应所述用户发出的训练操作,向模型训练设备发送训练指令,以指示所述模型训练设备根据所述训练样本集对所述机器人当前使用的机器模型训练得到新的机器模型;
响应所述用户发出的训练操作,向所述模型训练设备发送所述训练样本集,以指示所述模型训练设备根据所述训练样本集对所述机器人当前使用的机器模型训练得到新的机器模型;
响应所述用户发出的训练操作,向所述模型训练设备发送所述训练样本集和训练指令,以指示所述模型训练设备根据所述训练样本集对所述机器人当前使用的机器模型训练得到新的机器模型。
3.根据权利要求1所述的方法,其特征在于,还包括:
在所述配置界面上显示至少一个模型参数;
响应所述用户发出的参数选择操作,从所述至少一个模型参数中选择目标模型参数;
将所述目标模型参数发送给所述模型训练设备,以供所述模型训练设备根据所述目标模型参数训练所述新的机器模型。
4.根据权利要求1所述的方法,其特征在于,响应所述用户发出的标注数据选择操作,从所述标注数据集中选择训练样本集之前,还包括:
响应所述用户发出的数据加载操作,向所述模型训练设备发送数据请求;
接收所述模型训练设备在确定所述终端设备具有访问权限时返回的所述标注数据集,并显示在所述配置界面上。
5.根据权利要求1所述的方法,其特征在于,响应所述用户发出的标注数据选择操作,从所述标注数据集中选择训练样本集之前,还包括:
响应所述用户发出的修正操作,确定所述标注数据集中与所述修正操作关联的标注数据,并对所述标注数据进行修正。
6.根据权利要求1所述的方法,其特征在于,响应所述用户发出的训练操作,指示所述模型训练设备根据所述训练样本集对所述机器人当前使用的机器模型训练得到新的机器模型之后,还包括:
响应所述用户发出的更新操作,向所述模型训练设备发送更新指令,以指示所述模型训练设备将所述机器人当前使用的机器模型替换为所述新的机器模型。
7.根据权利要求1-6任一项所述的方法,其特征在于,所述配置界面为网页或者应用界面。
8.根据权利要求1-6任一项所述的方法,其特征在于,所述标注数据集是所述模型训练设备利用所述机器人当前使用的机器模型对所述机器人或所述终端设备收集到的所述机器人工作环境的环境数据进行标注得到的。
9.一种机器模型更新方法,适用于模型训练设备,其特征在于,所述方法包括:
接收终端设备发送的指示,根据所述指示确定训练样本集,所述训练样本集是从所述机器人对应的标注数据集选择出的;
根据所述训练样本集对所述机器人当前使用的机器模型训练得到新的机器模型。
10.根据权利要求9所述的方法,其特征在于,在接收终端设备发送的指示之前,还包括:
接收所述终端设备发送的数据请求;
判断所述终端设备是否具有访问权限;
在所述终端设备具有访问权限时,向所述终端设备返回所述标注数据集。
11.根据权利要求10所述的方法,其特征在于,所述判断所述终端设备是否具有访问权限,包括:
在触控板上显示确认页面,以供用户确定是否允许所述终端设备访问所述标注数据集;
响应所述用户发出的确认操作,确定所述终端设备具有访问权限。
12.根据权利要求9-11任一项所述的方法,其特征在于,根据所述训练样本集对所述机器人当前使用的机器模型训练得到新的机器模型之后,还包括:
接收所述终端设备发送的更新指令;
根据所述更新指令,将所述机器人当前使用的机器模型替换为所述新的机器模型。
13.根据权利要求12所述的方法,其特征在于,根据所述更新指令,将所述机器人当前使用的机器模型替换为所述新的机器模型,包括:
若所述模型训练设备为所述机器人,则直接将当前使用的机器模型替换为...
【专利技术属性】
技术研发人员:鲍亮,王孟昊,汤进举,
申请(专利权)人:科沃斯机器人股份有限公司,
类型:发明
国别省市:江苏;32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。