【技术实现步骤摘要】
本申请属于通信，具体涉及一种模型选择方法、终端及网络侧设备。
技术介绍
1、在进行图像处理等复杂任务(如图像识别)时，通常需要将一些推理部分从终端侧卸载到网络侧(如边缘或云数据中心)，这就造成了用于图像处理的人工智能(artificialintelligence，ai)模型分布在多个端点(如终端和网络侧设备)之间。
2、相关技术中，终端侧使用的ai模型通常是网络侧设备选择后交付给终端的。然而，由于网络侧设备在为终端选择ai模型时考虑的因素较少，容易为终端选择到不合理的ai模型，使得终端使用ai模型处理目标任务(如图像识别)时，得到的处理结果的质量较低。
技术实现思路
1、本申请实施例提供一种模型选择方法、终端及网络侧设备，能够解决因终端使用的ai模型不合理，终端得到的处理结果的质量较低问题。
2、第一方面，提供了一种模型选择方法，包括：终端发送第一算力信息，所述第一算力信息与所述终端处理算力任务的能力相关，所述第一算力信息用于确定所述终端使用的第一ai模型；所述终端接收所述第一ai模型的参数，所述第一ai模型用于所述终端执行目标任务。
3、第二方面，提供了一种模型选择方法，包括：网络侧设备基于终端的第一算力信息确定所述终端使用的第一ai模型，所述第一算力信息与所述终端处理算力任务的能力相关；所述网络侧设备发送所述第一ai模型的参数，所述第一ai模型用于所述终端执行目标任务。
4、第三方面，提供了一种模型选择装置，包括：能力交付模块，用
5、第四方面，提供了一种模型选择装置，包括：模型选择模块，用于基于终端的第一算力信息确定所述终端使用的第一ai模型，所述第一算力信息与所述终端处理算力任务的能力相关；发送模块，用于发送所述第一ai模型的参数，所述第一ai模型用于所述终端执行目标任务。
6、第五方面，提供了一种终端，该终端包括处理器和存储器，所述存储器存储可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如第一方面所述的方法的步骤。
7、第六方面，提供了一种终端，包括处理器及通信接口，所述通信接口用于发送第一算力信息，所述第一算力信息与所述终端处理算力任务的能力相关，所述第一算力信息用于确定所述终端使用的第一ai模型；接收所述第一ai模型的参数，所述第一ai模型用于所述终端执行目标任务。
8、第七方面，提供了一种网络侧设备，该网络侧设备包括处理器和存储器，所述存储器存储可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如第二方面所述的方法的步骤。
9、第八方面，提供了一种网络侧设备，包括处理器及通信接口，其中，所述处理器用于基于终端的第一算力信息确定所述终端使用的第一ai模型，所述第一算力信息与所述终端处理算力任务的能力相关，所述通信接口用于发送所述第一ai模型的参数，所述第一ai模型用于所述终端执行目标任务。
10、第九方面，提供了一种模型选择系统，包括：终端及网络侧设备，所述终端可用于执行如第一方面所述的方法的步骤，所述网络侧设备可用于执行如第二方面所述的方法的步骤。
11、第十方面，提供了一种可读存储介质，所述可读存储介质上存储程序或指令，所述程序或指令被处理器执行时实现如第一方面所述的方法的步骤，或者实现如第二方面所述的方法的步骤。
12、第十一方面，提供了一种芯片，所述芯片包括处理器和通信接口，所述通信接口和所述处理器耦合，所述处理器用于运行程序或指令，实现如第一方面所述的方法的步骤，或实现如第二方面所述的方法的步骤。
13、第十二方面，提供了一种计算机程序/程序产品，所述计算机程序/程序产品被存储在存储介质中，所述计算机程序/程序产品被至少一个处理器执行以实现如第一方面所述的方法的步骤，或者实现如第二方面所述的方法的步骤。
14、在本申请实施例中，终端发送第一算力信息，第一算力信息与终端处理算力任务的能力相关，第一算力信息用于确定所述终端使用的第一ai模型；终端接收所述第一ai模型的参数。该实施例有利于为终端选择出与终端的第一算力信息相匹配的第一ai模型，终端可以使用合理的ai模型执行目标任务，有利于提升得到的处理结果的质量。
本文档来自技高网...【技术保护点】
1.一种模型选择方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述第一AI模型是基于所述第一算力信息和/或网络侧设备的第二算力信息对第二AI模型进行分割得到的。
3.根据权利要求1或2所述的方法，其特征在于，所述第一算力信息与所述终端的如下至少之一相关：内存大小，中央处理器能力，硬盘数据大小，计算能力以及负载大小。
4.根据权利要求3所述的方法，其特征在于，所述终端接收所述第一AI模型的参数之后，所述方法还包括：
5.根据权利要求3所述的方法，其特征在于，所述终端接收所述第一AI模型的参数之后，所述方法还包括：
6.根据权利要求3所述的方法，其特征在于，所述终端接收所述第一AI模型的参数之后，所述方法还包括：
7.一种模型选择方法，其特征在于，包括：
8.根据权利要求7所述的方法，其特征在于，所述方法还包括如下至少之一：
9.根据权利要求7或8所述的方法，其特征在于，所述网络侧设备基于终端的第一算力信息确定所述终端使用的第一AI模型包括：
10.根据权
11.根据权利要求9所述的方法，其特征在于，所述网络侧设备发送所述第一AI模型的参数之后，所述方法还包括：
12.根据权利要求9所述的方法，其特征在于，所述网络侧设备发送所述第一AI模型的参数之后，所述方法还包括：
13.一种模型选择装置，其特征在于，包括：
14.根据权利要求13所述的装置，其特征在于，所述第一AI模型是基于所述第一算力信息和/或网络侧设备的第二算力信息对第二AI模型进行分割得到的。
15.根据权利要求13或14所述的装置，其特征在于，所述第一算力信息与所述装置的如下至少之一相关：内存大小，中央处理器能力，硬盘数据大小，计算能力以及负载大小。
16.根据权利要求15所述的装置，其特征在于，所述装置还包括：
17.根据权利要求15所述的装置，其特征在于，
18.根据权利要求15所述的装置，其特征在于，
19.一种模型选择装置，其特征在于，包括：
20.根据权利要求19所述的装置，其特征在于，所述装置还包括获取模块，用于如下至少之一：
21.根据权利要求19或20所述的装置，其特征在于，所述模型选择模块，用于基于终端的第一算力信息以及所述装置的第二算力信息对第二AI模型进行分割，得到所述终端使用的第一AI模型以及所述装置使用的第三AI模型。
22.根据权利要求21所述的装置，其特征在于，
23.根据权利要求21所述的装置，其特征在于，所述发送模块，还用于发送第二数据；其中，所述第二数据与所述目标任务相关，所述第二数据是基于所述第三AI模型处理得到的结果。
24.根据权利要求21所述的装置，其特征在于，
25.一种终端，其特征在于，包括处理器和存储器，所述存储器存储可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如权利要求1至6任一项所述的方法的步骤。
26.一种网络侧设备，其特征在于，包括处理器和存储器，所述存储器存储可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如权利要求7至12任一项所述的方法的步骤。
27.一种可读存储介质，其特征在于，所述可读存储介质上存储程序或指令，所述程序或指令被处理器执行时实现如权利要求1至12任一项所述的方法的步骤。
...【技术特征摘要】
1.一种模型选择方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述第一ai模型是基于所述第一算力信息和/或网络侧设备的第二算力信息对第二ai模型进行分割得到的。
3.根据权利要求1或2所述的方法，其特征在于，所述第一算力信息与所述终端的如下至少之一相关：内存大小，中央处理器能力，硬盘数据大小，计算能力以及负载大小。
4.根据权利要求3所述的方法，其特征在于，所述终端接收所述第一ai模型的参数之后，所述方法还包括：
5.根据权利要求3所述的方法，其特征在于，所述终端接收所述第一ai模型的参数之后，所述方法还包括：
6.根据权利要求3所述的方法，其特征在于，所述终端接收所述第一ai模型的参数之后，所述方法还包括：
7.一种模型选择方法，其特征在于，包括：
8.根据权利要求7所述的方法，其特征在于，所述方法还包括如下至少之一：
9.根据权利要求7或8所述的方法，其特征在于，所述网络侧设备基于终端的第一算力信息确定所述终端使用的第一ai模型包括：
10.根据权利要求9所述的方法，其特征在于，
11.根据权利要求9所述的方法，其特征在于，所述网络侧设备发送所述第一ai模型的参数之后，所述方法还包括：
12.根据权利要求9所述的方法，其特征在于，所述网络侧设备发送所述第一ai模型的参数之后，所述方法还包括：
13.一种模型选择装置，其特征在于，包括：
14.根据权利要求13所述的装置，其特征在于，所述第一ai模型是基于所述第一算力信息和/或网络侧设备的第二算力信息对第二ai模型进行分割得到的。
15.根据权利要求13或14所述的装置，其...
【专利技术属性】
技术研发人员：孙晓文，
申请(专利权)人：维沃移动通信有限公司，
类型：发明
国别省市：
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。