图像分类模型生成系统、方法、装置和计算机设备制造方法及图纸

本申请涉及一种图像分类模型生成系统、方法、装置、计算机设备和存储介质，包括：图像训练数据存储模块用于验证终端发送的图像训练数据上传请求，获取第一图像训练数据以及类别标签；根据第一图像训练数据以及对应的类别标签，得到携带有类别标签的第二图像训练数据；图像分类模型训练模块用于对终端发送的图像分类模型训练请求进行解析，得到参数配置信息；根据参数配置信息，从算法镜像库中提取对应的算法镜像，以及确定出候选训练服务器集群；运行算法镜像生成对应的图像分类模型；调度候选训练服务器集群，基于第二图像训练数据对图像分类模型进行反复训练，直到图像分类模型训练完成。本系统提高了图像分类模型生成的效率。

【技术实现步骤摘要】
图像分类模型生成系统、方法、装置和计算机设备
本申请涉及人工智能
，特别是涉及一种图像分类模型生成系统、方法、装置、计算机设备和存储介质。
技术介绍
近年来新兴3C产品层出不穷，而这些产品又需要依靠种类繁多的零部件支撑；这些零部件具有体积小，外形不规则的特点，需要人工目视进行零件的检测和分类。随着人工智能技术的普及，深度学习技术也被引入了3C产业；通过图像分类模型，能够代替人工对3C产品进行分类的工作。但是人工训练并调试模型需要耗费大量时间成本，同时能够训练的模型类型较为单一，整体时效性较差，无法及时满足客户多样化的需求。因此，现有的图像分类模型生成效率还较低。
技术实现思路
基于此，有必要针对上述技术问题，提供一种能够提高图像分类模型生成效率的图像分类模型生成系统、方法、装置、计算机设备和存储介质。一种图像分类模型生成系统，所述系统包括：图像训练数据存储模块以及图像分类模型训练模块；所述图像训练数据存储模块与所述图像分类模型训练模块之间通信连接；所述图像训练数据存储模块用于验证终端发送的图像训练数据上传请求，若验证通过则获取终端上传的第一图像训练数据，以及与所述第一图像训练数据对应的类别标签；根据所述第一图像训练数据以及对应的类别标签，得到携带有所述类别标签的第二图像训练数据；将所述第二图像训练数据发送至所述图像分类模型训练模块；所述图像分类模型训练模块用于对终端发送的图像分类模型训练请求进行解析，得到参数配置信息；根据所述参数配置信息，从算法镜像库中提取对应的算法镜像，以及确定出候选训练服务器集群；运行所述算法镜像生成对应的图像分类模型；调度所述候选训练服务器集群，基于所述第二图像训练数据对所述图像分类模型进行反复训练，直到所述图像分类模型训练完成。在其中一个实施例中，所述图像分类模型生成系统还包括账户变更模块；所述账户变更模块包括账户创建模块以及权限调整模块；所述账户创建模块用于响应于所述终端发送的账户创建请求，生成对应的账户信息，并将所述账户信息分配至对应的账户组；所述权限调整模块用于调整与所述账户组对应的权限参数。在其中一个实施例中，所述图像训练数据存储模块中还包括请求校验模块；所述请求校验模块用于对所述图像训练数据上传请求进行解析，得到所述账户信息；确定与所述账户信息对应的账户组；若所述账户组的权限参数小于预设权限阈值，则拒绝执行所述图像训练数据上传请求；若所述账户组的权限参数大于或等于所述预设权限阈值，则根据所述图像训练数据上传请求获取所述第一图像训练数据以及对应的类别标签。在其中一个实施例中，所述图像分类模型训练模块中还包括集群调度模块；所述集群调度模块用于获取多个训练服务器集群的运行状态；根据所述训练服务器集群的运行状态确定所述训练服务器集群的负载状态参数；将所述负载状态参数小于预设负载阈值的训练服务器集群，作为所述候选训练服务器集群。在其中一个实施例中，所述图像分类模型训练模块还用于对单次训练后的图像分类模型进行图像分类测试，得到图像分类准确率；当所述图像分类准确率达到预设准确率阈值时，则确定所述图像分类模型训练完成。在其中一个实施例中，所述图像分类模型训练模块还用于将训练完成的图像分类模型发送至与所述图像分类模型训练请求对应的终端；所述终端用于调用所述训练完成的图像分类模型，对待处理图像进行分类，得到图像分类结果。一种图像分类模型生成方法，所述方法包括：获取终端发送的图像分类模型训练请求中携带的参数配置信息，根据所述参数配置信息确定算法镜像以及候选训练服务器集群；运行所述算法镜像生成对应的图像分类模型；调度所述候选训练服务器集群，基于携带有类别标签的图像训练数据对所述图像分类模型进行反复训练，直到所述图像分类模型训练完成。一种图像分类模型生成装置，所述装置包括：参数获取模块，用于获取终端发送的图像分类模型训练请求中携带的参数配置信息，根据所述参数配置信息确定算法镜像以及候选训练服务器集群；模型生成模块，用于运行所述算法镜像生成对应的图像分类模型；模型训练模块，用于调度所述候选训练服务器集群，基于携带有类别标签的图像训练数据对所述图像分类模型进行反复训练，直到所述图像分类模型训练完成。一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：获取终端发送的图像分类模型训练请求中携带的参数配置信息，根据所述参数配置信息确定算法镜像以及候选训练服务器集群；运行所述算法镜像生成对应的图像分类模型；调度所述候选训练服务器集群，基于携带有类别标签的图像训练数据对所述图像分类模型进行反复训练，直到所述图像分类模型训练完成。一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：获取终端发送的图像分类模型训练请求中携带的参数配置信息，根据所述参数配置信息确定算法镜像以及候选训练服务器集群；运行所述算法镜像生成对应的图像分类模型；调度所述候选训练服务器集群，基于携带有类别标签的图像训练数据对所述图像分类模型进行反复训练，直到所述图像分类模型训练完成。上述图像分类模型生成系统、方法、装置、计算机设备和存储介质，包括：图像训练数据存储模块以及图像分类模型训练模块；图像训练数据存储模块与图像分类模型训练模块之间通信连接；图像训练数据存储模块用于验证终端发送的图像训练数据上传请求，若验证通过则获取终端上传的第一图像训练数据，以及与第一图像训练数据对应的类别标签；根据第一图像训练数据以及对应的类别标签，得到携带有类别标签的第二图像训练数据；将第二图像训练数据发送至图像分类模型训练模块；图像分类模型训练模块用于对终端发送的图像分类模型训练请求进行解析，得到参数配置信息；根据参数配置信息，从算法镜像库中提取对应的算法镜像，以及确定出候选训练服务器集群；运行算法镜像生成对应的图像分类模型；调度候选训练服务器集群，基于第二图像训练数据对图像分类模型进行反复训练，直到图像分类模型训练完成。本系统根据图像分类模型训练请求中携带的参数配置信息确定出适宜的算法镜像，并根据该算法镜像建立对应模型，能够满足对于不同图像类别进行区分的模型需求；通过选取候选训练服务器集群，在无需人工参与下实现多数量、多类型图像分类模型的训练，提高了图像分类模型生成的效率。附图说明图1为一个实施例中图像分类模型生成系统的应用环境图；图2为一个实施例中图像分类模型生成系统界面示意图；图3为一个实施例中项目详情页的页面示意图；图4为一个实施例中账户创建的页面示意图；图5为一个实施例中图像分类模型生成系统的系统架构示意图；图6为一个实施例中图像分类模型生成方法的流程示意图；图7为一个实施例中图像分类模型生成装置的结构框图；图8为一个实施例中计算机设备的内部结构图。具本文档来自技高网...

【技术保护点】
1.一种图像分类模型生成系统，其特征在于，所述系统包括：图像训练数据存储模块以及图像分类模型训练模块；所述图像训练数据存储模块与所述图像分类模型训练模块之间通信连接；/n所述图像训练数据存储模块用于验证终端发送的图像训练数据上传请求，若验证通过则获取终端上传的第一图像训练数据，以及与所述第一图像训练数据对应的类别标签；根据所述第一图像训练数据以及对应的类别标签，得到携带有所述类别标签的第二图像训练数据；将所述第二图像训练数据发送至所述图像分类模型训练模块；/n所述图像分类模型训练模块用于对终端发送的图像分类模型训练请求进行解析，得到参数配置信息；根据所述参数配置信息，从算法镜像库中提取对应的算法镜像，以及确定出候选训练服务器集群；运行所述算法镜像生成对应的图像分类模型；调度所述候选训练服务器集群，基于所述第二图像训练数据对所述图像分类模型进行反复训练，直到所述图像分类模型训练完成。/n

【技术特征摘要】
1.一种图像分类模型生成系统，其特征在于，所述系统包括：图像训练数据存储模块以及图像分类模型训练模块；所述图像训练数据存储模块与所述图像分类模型训练模块之间通信连接；
所述图像训练数据存储模块用于验证终端发送的图像训练数据上传请求，若验证通过则获取终端上传的第一图像训练数据，以及与所述第一图像训练数据对应的类别标签；根据所述第一图像训练数据以及对应的类别标签，得到携带有所述类别标签的第二图像训练数据；将所述第二图像训练数据发送至所述图像分类模型训练模块；
所述图像分类模型训练模块用于对终端发送的图像分类模型训练请求进行解析，得到参数配置信息；根据所述参数配置信息，从算法镜像库中提取对应的算法镜像，以及确定出候选训练服务器集群；运行所述算法镜像生成对应的图像分类模型；调度所述候选训练服务器集群，基于所述第二图像训练数据对所述图像分类模型进行反复训练，直到所述图像分类模型训练完成。


2.根据权利要求1所述的系统，其特征在于，所述图像分类模型生成系统还包括账户变更模块；所述账户变更模块包括账户创建模块以及权限调整模块；
所述账户创建模块用于响应于所述终端发送的账户创建请求，生成对应的账户信息，并将所述账户信息分配至对应的账户组；
所述权限调整模块用于调整与所述账户组对应的权限参数。


3.根据权利要求2所述的系统，其特征在于，所述图像训练数据存储模块中还包括请求校验模块；
所述请求校验模块用于对所述图像训练数据上传请求进行解析，得到所述账户信息；确定与所述账户信息对应的账户组；若所述账户组的权限参数小于预设权限阈值，则拒绝执行所述图像训练数据上传请求；若所述账户组的权限参数大于或等于所述预设权限阈值，则根据所述图像训练数据上传请求获取所述第一图像训练数据以及对应的类别标签。


4.根据权利要求1所述的系统，其特征在于，所述图像分类模型训练模块中还包括集群调度模块；
所述集群调度模块用于获取多个训练服务器集群的运行状态；根据所述训练...

【专利技术属性】
技术研发人员：陈欣赏，李睿宇，石康，蒋园园，周超，王晓飞，梁灏，
申请(专利权)人：深圳思谋信息科技有限公司，
类型：发明
国别省市：广东;44