一种任务处理方法、装置、设备及存储介质制造方法及图纸

本申请实施例提供一种任务处理方法、装置、设备及存储介质，其中，所述方法包括：获取的待处理任务对应的第一全景图；其中，所述第一全景图包括至少两个操作单元和每一所述操作单元对应的资源单元；所述至少两个操作单元对应的网络模型在所述待处理任务的处理过程中具有依赖关系；响应于获取的所述待处理任务的至少一个子任务，在所述至少两个操作单元和每一所述操作单元对应的资源单元中，确定与处理每一子任务的网络模型相关的目标单元；对所述至少一个子任务的对应的目标单元中的网络模型进行训练，得到第二全景图，以对所述待处理任务进行处理。理任务进行处理。理任务进行处理。

【技术实现步骤摘要】
一种任务处理方法、装置、设备及存储介质


[0001]本申请实施例涉及计算机视觉领域，涉及但不限于一种任务处理方法、装置、设备及存储介质。

技术介绍

[0002]在计算机视觉领域中，相关技术采用单个算法模块的技术解决现实场景中的问题。但是在复杂场景下，通过构造全景图解决复杂场景中的问题。但是由于全景图中包括的模型较多，使得对全景图的更新较慢。

技术实现思路

[0003]本申请实施例提供一种全景图更新技术方案。
[0004]本申请实施例的技术方案是这样实现的：
[0005]本申请实施例提供一种任务处理方法，所述方法包括：
[0006]获取的待处理任务对应的第一全景图；其中，所述第一全景图包括至少两个操作单元和每一所述操作单元对应的资源单元；所述至少两个操作单元对应的网络模型在所述待处理任务的处理过程中具有依赖关系；
[0007]响应于获取的所述待处理任务的至少一个子任务，在所述至少两个操作单元和每一所述操作单元对应的资源单元中，确定与处理每一子任务的网络模型相关的目标单元；
[0008]对所述至少一个子任务的对应的目标单元中的网络模型进行训练，得到第二全景图，以对所述待处理任务进行处理。
[0009]在一些实施例中，所述响应于获取的所述待处理任务的至少一个子任务，在所述至少两个操作单元和每一所述操作单元对应的资源单元中，确定与处理每一子任务的网络模型相关的目标单元，包括：基于每一所述子任务，在所述第一全景图中确认对该子任务对应的目标单元训练流程的全景子图；基于所述全景子图，在所述至少两个操作单元和所述资源单元中，确定所述目标单元。如此，通过在所述第一全景图中确认对该子任务对应的目标单元训练流程，能够在第一全景图中快速快速构建全景子图以训练该子任务的网络模型。
[0010]在一些实施例中，所述基于每一所述子任务，在所述第一全景图中确认对该子任务对应的目标单元训练流程的全景子图之后，所述方法还包括：将前端的所述全景子图转换为后端的推理工作流；基于所述推理工作流，对所述全景子图对应的子任务进行处理，得到所述子任务的处理结果。如此，通过将前端的更新全景子图翻译成推理工作流，无缝连接子图中各个不同功能的节点，从而采用该子图能够独立完成对子任务的推理功能。
[0011]在一些实施例中，所述至少一个子任务包括第一子任务和第二子任务，所述第一子任务的网络模型和所述第二子任务的网络模型在所述待处理任务的处理过程中具有依赖关系；所述对所述至少一个子任务的对应的目标单元中的网络模型进行训练，得到第二全景图，包括：分别基于所述第一子任务的第一全景子图和所述第二子任务的第二全景子
图对应的目标单元，使用所述目标单元中的资源单元对操作单元对应的网络模型进行训练，得到训练后的操作单元；使用所述训练后的操作单元对所述第一全景图进行更新，得到所述第二全景图。如此，将该已训练模型的工作流数据导入全景子图的训练后的操作单元，实现对第一全景图的更新，能够实现对第一全景图整个链条的更新，得到第二全景图。
[0012]在一些实施例中，所述第二子任务包括第一子任务；所述分别基于所述第一全景子图和所述第二全景子图对应的目标单元，使用所述目标单元中的资源单元对操作单元对应的网络模型进行训练，得到训练后的操作单元，包括：使用所述第一全景子图对应的目标单元中的第一资源单元的数据集对第一操作单元中的网络模型进行训练，得到训练后的第一操作单元；基于训练后的所述第一操作单元和所述第二全景子图对应的目标单元中的第二资源单元的数据集，对第二操作单元中的网络模型进行训练，得到训练后的第二操作单元。如此，通过在第二全景子图中导入第一子任务的已训练模型，能够加快对第二子任务的网络模型的训练过程，从而快速实现对整个第一全景图的更新。
[0013]在一些实施例中，所述使用所述第一全景子图对应的目标单元中的第一资源单元的数据集对第一操作单元中的网络模型进行训练，得到训练后的第一操作单元，包括：将前端的所述第一全景子图转换为后端的训练中间结果子图；基于所述训练中间结果子图中的每一操作单元对应的预设图模板，构建第一运行子图；其中，每一所述操作单元对应的预设图模板为前端基于任务设定的；将所述第一运行子图，转换为能够训练所述第一操作单元中的网络模型的训练工作流；基于所述训练工作流和所述第一资源单元的数据集，对所述第一操作单元中的网络模型进行训练，得到所述训练后的第一操作单元。如此，基于有向无化图中的操作单元，结合各个操作单元对应的预设图模板，生成最终可被后端运行的工作流，可以实现复杂场景下多个模型的有序训练。
[0014]在一些实施例中，在所述第一操作单元中包括其他网络模型的情况下，所述使用所述训练后的操作单元对所述第一全景图进行更新，得到所述第二全景图，包括：获取所述其他网络模型对应的其他已训练模型；基于所述其他已训练模型对应的操作单元，更新包括所述训练后的第一操作单元的第一全景子图，得到已更新第一全景子图；基于所述已更新第一全景子图，更新所述第一全景图，得到所述第二全景图。如此，将该已更新第一全景子图替换第一全景图中相应的资源单元和操作单元，得到第二全景图，能够提高该网络模型精度。
[0015]在一些实施例中，在所述待处理任务为分类识别任务，所述子任务为所述分类识别任务中的检测子任务的情况下，所述目标单元至少包括：用于进行检测数据集标注的资源单元和包括待训练检测模型的操作单元。如此，对分类识别任务中的检测子任务进行处理，在快速搭建对检测模型进行训练的处理流程的同时还能够高效的实现对检测子任务的处理。
[0016]本申请实施例提供一种全景图更新装置，所述装置包括：
[0017]第一获取模块，用于获取的待处理任务对应的第一全景图；其中，所述第一全景图包括至少两个操作单元和每一所述操作单元对应的资源单元；所述至少两个操作单元对应的网络模型在所述待处理任务的处理过程中具有依赖关系；
[0018]第一确定模块，用于响应于获取的所述待处理任务的至少一个子任务，在所述至少两个操作单元和每一所述操作单元对应的资源单元中，确定与处理每一子任务的网络模
型相关的目标单元；
[0019]第一训练模块，用于对所述至少一个子任务的对应的目标单元中的网络模型进行训练，得到第二全景图，以对所述待处理任务进行处理。
[0020]对应地，本申请实施例提供一种计算机存储介质，所述计算机存储介质上存储有计算机可执行指令，该计算机可执行指令被执行后，能够实现上述的任务处理方法。
[0021]本申请实施例提供一种电子设备，所述电子设备包括存储器和处理器，所述存储器上存储有计算机可执行指令，所述处理器运行所述存储器上的计算机可执行指令时能够实现上述的任务处理方法。
[0022]本申请实施例提供一种任务处理方法、装置、设备及存储介质，在待处理任务的第一全景图中，对于该待处理任务的任一子任务，首先，通过第一全景图中的操作单元和该操作单元对应的资源单元，确定出该子任务的网络模型相关的目标单元；这样，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种任务处理方法，其特征在于，所述方法包括：获取的待处理任务对应的第一全景图；其中，所述第一全景图包括至少两个操作单元和每一所述操作单元对应的资源单元；所述至少两个操作单元对应的网络模型在所述待处理任务的处理过程中具有依赖关系；响应于获取的所述待处理任务的至少一个子任务，在所述至少两个操作单元和每一所述操作单元对应的资源单元中，确定与处理每一子任务的网络模型相关的目标单元；对所述至少一个子任务的对应的目标单元中的网络模型进行训练，得到第二全景图，以对所述待处理任务进行处理。2.根据权利要求1所述的方法，其特征在于，所述响应于获取的所述待处理任务的至少一个子任务，在所述至少两个操作单元和每一所述操作单元对应的资源单元中，确定与处理每一子任务的网络模型相关的目标单元，包括：基于每一所述子任务，在所述第一全景图中确认对该子任务对应的目标单元训练流程的全景子图；基于所述全景子图，在所述至少两个操作单元和所述资源单元中，确定所述目标单元。3.根据权利要求2所述的方法，其特征在于，所述基于每一所述子任务，在所述第一全景图中确认对该子任务对应的目标单元训练流程的全景子图之后，所述方法还包括：将前端的所述全景子图转换为后端的推理工作流；基于所述推理工作流，对所述全景子图对应的子任务进行处理，得到所述子任务的处理结果。4.根据权利要求1至3任一项所述的方法，其特征在于，所述至少一个子任务包括第一子任务和第二子任务，所述第一子任务的网络模型和所述第二子任务的网络模型在所述待处理任务的处理过程中具有依赖关系；所述对所述至少一个子任务的对应的目标单元中的网络模型进行训练，得到第二全景图，包括：分别基于所述第一子任务的第一全景子图和所述第二子任务的第二全景子图对应的目标单元，使用所述目标单元中的资源单元对操作单元对应的网络模型进行训练，得到训练后的操作单元；使用所述训练后的操作单元对所述第一全景图进行更新，得到所述第二全景图。5.根据权利要求1至4任一项所述的方法，其特征在于，所述第二子任务包括第一子任务；所述分别基于所述第一子任务的第一全景子图和所述第二子任务的第二全景子图对应的目标单元，使用所述目标单元中的资源单元对操作单元对应的网络模型进行训练，得到训练后的操作单元，包括：使用所述第一全景子图对应的目标单元中的第一资源单元的数据集对第一操作单元中的网络模型进行训练，得到训练后的第一操作单元；基于训练后的所述第一操作单元和所述第二全景子图对应的目标单元中的第二资源单元的数据集，对第二操作单元中的网络模...

【专利技术属性】
技术研发人员：杨凯，徐子豪，李韡，高原，崔磊，
申请(专利权)人：上海商汤智能科技有限公司，
类型：发明
国别省市：