模型的处理方法、平台及存储介质技术

技术编号:41907655 阅读:13 留言:0更新日期:2024-07-05 14:12
本申请公开了一种模型训练方法,应用于第一平台,该方法包括:接收第二平台发送的待训练模型以及第一标签;基于第一标签,确定参与训练待训练模型的第一节点;调用第一节点对待训练模型进行训练,得到训练后的模型;向第二平台发送训练后的模型的参数。本申请还公开了一种第一平台、第二平台及计算机可读存储介质。

【技术实现步骤摘要】

本申请涉及但不限于通信领域,尤其涉及一种模型的处理方法、第一平台、第二平台及计算机可读存储介质。


技术介绍

1、相关技术中,实时视频多目标分析系统直接利用初始选定好的节点中的数据集进行模型参数训练。针对实时视频多目标分析系统实际应用的场景不同,所需训练出的模型不同,相关技术中需要手动增减参与训练的节点数据集。明显,通过手动删减参与训练的节点数据集的方式至少存在效率低的问题。若不删减参与训练的节点数据集,而是直接获取全部或者固定节点的固定数据集进行模型训练,会存在训练样本复杂且庞大,模型训练的速度慢,且训练后的模型对目标分析的准确度低的问题。


技术实现思路

1、本申请实施例提供一种模型的处理方法、第一平台、第二平台及计算机可读存储介质。

2、本申请的技术方案是这样实现的:

3、第一方面,本申请实施例提供的一种模型的处理方法,应用于第一平台,所述方法包括:

4、接收第二平台发送的待训练模型以及第一标签;

5、基于所述第一标签,确定参与训练所述待训练模型的第一节点;<本文档来自技高网...

【技术保护点】

1.一种模型的处理方法,应用于第一平台,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,所述基于所述第一标签,确定训练所述待训练模型的第一节点,包括:

3.根据权利要求2所述的方法,其特征在于,所述第一标签包括第一子标签和第二子标签;所述第一子标签用于表征所述待训练模型的应用场景中的第一对象的密度级别;所述第二子标签用于表征所述应用场景中的第一对象的复杂度级别;所述第二标签包括第三子标签和第四子标签;所述第三子标签用于表征所述多媒体数据中的第一对象的密度级别;所述第四子标签用于表征所述多媒体数据中的所述第一对象的复杂度级别

4....

【技术特征摘要】

1.一种模型的处理方法,应用于第一平台,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,所述基于所述第一标签,确定训练所述待训练模型的第一节点,包括:

3.根据权利要求2所述的方法,其特征在于,所述第一标签包括第一子标签和第二子标签;所述第一子标签用于表征所述待训练模型的应用场景中的第一对象的密度级别;所述第二子标签用于表征所述应用场景中的第一对象的复杂度级别;所述第二标签包括第三子标签和第四子标签;所述第三子标签用于表征所述多媒体数据中的第一对象的密度级别;所述第四子标签用于表征所述多媒体数据中的所述第一对象的复杂度级别。

4.根据权利要求3所述的方法,其特征在于,所述基于所述第一标签和所述第二标签,从所述各节点中确定所述第一节点,包括:

5.根据权利要求2所述的方法,其特征在于,所述方法还包括:

6.根据权利要求2所述的方法,其特征在于,所述方法还包括:

7.一种模型的处理方法,应用于第二平台,其特征在于,所述方法包...

【专利技术属性】
技术研发人员:关云霞
申请(专利权)人:中国移动通信有限公司研究院
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1