[发明专利]模型处理方法、装置、终端及存储介质

权利要求书

1.一种模型处理方法，其特征在于，用于终端中，所述方法包括：

获取目标应用程序对应的输入参数和目标模型，所述目标模型为采用样本输入参数对多个模型参数进行训练得到的模型，所述目标模型中配置有多个模型参数中每个模型参数对应的状态值；

读取所述多个模型参数各自对应的状态值，所述状态值用于指示所述目标模型更新后所配置的用于运行所述模型参数的计算处理单元；

根据所述输入参数，将所述多个模型参数运行在各自对应的所述状态值所指示的所述计算处理单元中，输出得到所述目标应用程序对应的目标参数；

其中，所述计算处理单元包括中央处理器CPU、图形处理器GPU、数字信号处理器DSP、嵌入式神经网络处理器NPU中的至少一种。

2.根据权利要求1所述的方法，其特征在于，所述获取目标应用程序对应的输入参数和目标模型，包括：

当接收到所述目标应用程序对应的识别指令时，获取所述目标应用程序对应的待识别数据，将所述待识别数据中的目标特征确定为所述输入参数；

在所述终端的指定存储位置中读取所述目标模型，所述目标模型为实时更新或者每隔预定时间间隔更新的用于对所述目标特征进行识别的模型。

3.根据权利要求2所述的方法，其特征在于，所述在所述终端的指定存储位置中读取所述目标模型之前，还包括：

接收服务器发送的模型更新数据，所述模型更新数据用于指示对所述目标模型中的至少一个所述模型参数对应的所述计算处理单元进行修改；

根据所述模型更新数据对所述目标模型进行更新。

4.根据权利要求1所述的方法，其特征在于，所述读取所述多个模型参数各自对应的状态值，包括：

获取所述目标模型对应的目标配置文件，所述目标配置文件用于存储所述目标模型的所述模型参数与所述状态值之间的对应关系；

从所述目标配置文件中读取所述多个模型参数各自对应的状态值。

5.根据权利要求1所述的方法，其特征在于，所述获取目标应用程序对应的输入参数和目标模型之前，还包括：

获取训练得到的中间网络模型，所述中间网络模型包括所述多个模型参数；

将所述中间网络模型转化为所述目标模型，所述目标模型包括所述模型参数和所述状态值之间的对应关系。

6.根据权利要求5所述的方法，其特征在于，所述获取训练得到的中间网络模型，包括：

获取训练样本集，所述训练样本集包括多组样本数据组，所述样本数据组包括所述样本输入参数和预先标注的正确目标参数；

根据所述多组样本数据组，采用误差反向传播算法对初始网络模型进行训练，得到所述中间网络模型。

7.根据权利要求6所述的方法，其特征在于，所述根据所述输入参数，将所述多个模型参数依次运行在各自对应的所述计算处理单元中，输出得到所述目标应用程序对应的目标参数之后，还包括：

将所述输入参数和所述目标参数添加至所述训练样本集，得到更新后的训练样本集；

根据所述更新后的训练样本集对所述中间网络模型进行训练，得到更新后的中间网络模型。

8.根据权利要求1至7任一所述的方法，其特征在于，所述目标模型为用于对所述目标应用程序对应的待识别数据中的目标特征进行识别的神经网络模型，所述输入参数为所述待识别数据中的所述目标特征，所述目标参数为所述待识别数据对应的识别结果。