[发明专利]一种人工智能模型的训练方法及训练系统

权利要求书

1.一种人工智能模型的训练方法，其特征在于，预先设置一部署于本地的开发工具和与所述开发工具相连接的云平台，则所述训练方法包括：

步骤S1：自所述云平台中获取多个模型组件；

步骤S2：于所述开发工具中对所述模型组件进行组合以生成所述人工智能模型；

步骤S3：获取一训练集，采用所述训练集对所述人工智能模型进行训练，并输出训练结果；

步骤S4：根据所述训练结果判断所述人工智能模型的性能参数是否达到预期性能；

若是，输出所述人工智能模型以结束训练过程；

若否，返回所述步骤S2以调整所述人工智能模型。

2.根据权利要求1所述的训练方法，其特征在于，所述开发工具中设置有一可视化界面，则所述步骤S2包括：

步骤S21：于所述可视化界面中显示所述模型组件；

步骤S22：于所述可视化界面中选择所述模型组件；

步骤S23：调整所述模型组件之间的顺序和连接关系以生成所述人工智能模型。

3.根据权利要求1所述的训练方法，其特征在于，于本地预先设置有所述训练集，则所述步骤S3包括：

步骤A31：获取并将所述训练集输入所述开发工具；

步骤A32：于所述开发工具中采用所述训练集对所述人工智能模型进行训练，并输出所述训练结果。

4.根据权利要求1所述的训练方法，其特征在于，于所述云平台中设置有所述训练集，则所述步骤S3包括：

步骤B31：将所述人工智能模型上传至所述云平台；

步骤B32：于所述云平台中采用所述训练集对所述人工智能模型进行训练，并输出所述训练结果。

5.根据权利要求1所述的训练方法，其特征在于，于所述步骤S1之前针对每个用户设置有用户权限；

则所述步骤S1包括：

步骤S11：所述云平台自所述开发工具中获取所述用户；

步骤S12：所述云平台根据所述用户对应的所述用户权限选择发送给所述开发工具的所述模型组件；

步骤S13：所述云平台将所述模型组件发送给所述开发工具。

6.一种人工智能模型的训练系统，其特征在于，用于实施如权利要求1-5任意一项所述的训练方法，包括一开发工具，所述开发工具连接至远程的一云平台；

所述云平台中设置有一组件存储子模块，所述组件存储子模块中存储有多个模型组件；

所述开发工具包括：

模型组件获取子模块，所述模型组件获取子模块连接至所述组件存储子模块，自所述组件存储子模块中获取所述模型组件；

模型生成子模块，所述模型生成子模块连接所述模型组件获取子模块，所述模型生成子模块自所述模型组件获取子模块中获取所述模型组件，并根据所述模型组件生成所述人工智能模型；

还包括一训练子模块，所述训练子模块设置在所述云平台或所述开发工具中，所述训练子模块连接所述模型生成子模块并接收所述人工智能模型，所述训练子模块对所述人工智能模型训练并输出训练结果；

所述开发工具中还设置有一性能判断子模块，所述性能判断子模块连接所述训练子模块，所述性能判断子模块根据所述训练结果判断训练是否结束。

7.根据权利要求6所述的训练系统，其特征在于，所述开发工具还包括一可视化界面，所述可视化界面连接所述模型获取子模块和所述模型生成子模块；

所述可视化界面中显示所述模型组件和所述人工智能模型，并响应一外部输入的操作指令对所述模型生成子模块进行控制，从而调整所述人工智能模型。

8.根据权利要求6所述的训练系统，其特征在于，所述云平台中设置有一权限管理子模块，所述权限管理子模块连接所述组件存储子模块，所述权限管理子模块根据用户权限控制所述组件存储子模块，以选择向所述开发工具发送的所述模型组件。

9.根据权利要求6所述的训练系统，其特征在于，所述模型组件包括：图像算法组件、预处理组件、训练框架组件、训练网络组件和损失函数组件。