[发明专利]模型生成方法、系统、计算机设备和存储介质

权利要求书

1.一种模型生成方法，其特征在于，包括如下步骤：

根据项目开发需求从内部网络已存储的神经网络模型中选取待复用模型；

获取所述待复用模型的归档文件，其中，所述归档文件中记录有所述待复用模型所调用的训练样本的第一特征信息；

根据所述项目开发需求和所述第一特征信息获取待调用训练样本的第二特征信息，并根据所述第二特征信息选取所述待调用的训练样本；

根据所述待调用的训练样本对所述待复用模型进行二次训练，生成符合所述项目开发需求的目标网络模型。

2.根据权利要求1所述的模型生成方法，其特征在于，在所述生成符合所述项目开发需求的目标网络模型的步骤之后，还包括：

获取所述第二特征信息；

根据所述项目开发需求和所述第二特征信息生成所述目标网络模型的归档文件；

将所述目标网络模型和所述目标网络模型的归档文件存储在所述内部网络中。

3.根据权利要求1所述的模型生成方法，其特征在于，在所述生成符合所述项目开发需求的目标网络模型的步骤之后，还包括：

生成用于调用所述目标网络模型的脚本文件；

将所述目标网络模型和所述目标网络模型的脚本文件进行封装，获得模型安装包，其中，所述模型安装包用于安装后进行所述目标网络模型的可视化的使用；

在所述内部网络中发布所述模型安装包。

4.根据权利要求1所述的模型生成方法，其特征在于，所述根据项目开发需求从内部网络已存储的神经网络模型中选取待复用模型的步骤，包括：

识别所述项目开发需求的第一功能信息，从所述第一功能信息提取关键字；

在所述已存储的神经网络模型的第二功能信息中，对所述关键字进行检索，获取与所述项目开发需求匹配的神经网络模型的第三功能信息；

向用户客户端发送所述第三功能信息，接收所述用户返回的模型选定信息，将所述模型选定信息对应的神经网络模型作为所述待复用模型。

5.根据权利要求1所述的模型生成方法，其特征在于，所述根据所述项目开发需求和所述第一特征信息获取待调用训练样本的第二特征信息的步骤，包括：

分析所述项目开发需求的训练要求信息；

在所述训练要求信息表示训练新功能时，根据所述需求信息和所述首次训练的样本确定训练样本范围，根据所述训练样本范围确定所述第二特征信息。

6.根据权利要求5所述的模型生成方法，其特征在于，在所述分析所述项目开发需求的训练要求信息的步骤之后，还包括：

在所述训练要求信息表示优化模型时，将所述待复用模型训练时所调用的训练样本的特征信息作为所述第二特征信息。

7.根据权利要求2所述的模型生成方法，其特征在于，所述根据所述项目开发需求和所述第二特征信息生成所述目标网络模型的归档文件的步骤，包括：

记录所述目标网络模型，生成模型程序文件；

获取用于调用所述目标网络模型的脚本文件；

记录训练所述目标网络模型所使用的模型训练算法；

将所述项目开发需求、所述第二特征信息、所述模型程序文件、所述目标网络模型的脚本文件和模型训练算法发送至模型验收模块，接收所述目标网络模型的模型验收报告；

将所述模型程序文件、所述脚本文件、所述模型训练算法和所述模型验收报告存储至所述目标网络模型的归档文件中。

8.一种模型生成系统，其特征在于，包括：

模型选取模块，用于根据项目开发需求从内部网络已存储的神经网络模型中选取待复用模型；

特征信息获取模块，用于获取所述待复用模型的归档文件，其中，所述归档文件中记录有所述待复用模型所调用的训练样本的第一特征信息；

训练样本选取模块，用于根据所述项目开发需求和所述第一特征信息获取待调用训练样本的第二特征信息，并根据所述第二特征信息选取所述待调用的训练样本；

模型训练模块，用于根据所述待调用的训练样本对所述待复用模型进行二次训练，生成符合所述项目开发需求的目标网络模型。