场景模型部署方法、装置、设备及存储介质制造方法及图纸

本申请提供一种场景模型部署方法、装置、设备及存储介质，涉及计算机技术领域。该方法包括：获取目标分析场景的模型编排文件，所述模型编排文件包括：所述目标分析场景所需的模型信息，和所述目标分析场景对应的模型链执行顺序；根据所述模型信息，确定所述目标分析场景所需的多类目标分析模型，其中，每类目标分析模型对应所述目标分析场景中的一个分析需求；根据所述模型链执行顺序，依次加载所述多类目标分析模型的模型描述文件，并基于加载的各模型描述文件，构建所述多类目标分析模型组成的模型链，得到所述目标分析场景对应的场景分析结果。本申请可实现了针对目标分析场景的模型动态部署，模型部署的流程更通用，也更简单。

【技术实现步骤摘要】
场景模型部署方法、装置、设备及存储介质
本专利技术涉及人工智能(ArtificialIntelligence，AI)
，具体而言，涉及一种场景模型部署方法、装置、设备及存储介质。
技术介绍
随着AI技术的发展，很多的应用场景中，采用模型进行相应的分析。由于不同的分析场景中，分析需求可能不同，而一个分析场景中，可能存在多种分析需求，因此，目前的技术中，针对该分析场景，需单独定制开发对应的分析模型。但是单独针对分析场景开发部署对应的分析模型，其模型部署成本较高，并且，分析模型部署通用性不好，一旦具有新的分析场景，无法实现针对该新的分析场景，实现模型的动态部署，还需重新定制部署。
技术实现思路
本专利技术的目的在于，针对上述现有技术中的不足，提供一种场景模型部署方法、装置、设备及存储介质，以降低模型部署成本，提高模型部署的通用性。为实现上述目的，本专利技术实施例采用的技术方案如下：第一方面，本专利技术实施例提供了一种场景模型部署方法，包括：获取目标分析场景的模型编排文件，所述模型编排文件包括：所述目标分析场景所需的模型信息，和所述目标分析场景对应的模型链执行顺序；根据所述模型信息，确定所述目标分析场景所需的多类目标分析模型，其中，每类目标分析模型对应所述目标分析场景中的一个分析需求；根据所述模型链执行顺序，依次加载所述多类目标分析模型的模型描述文件，并基于加载的各模型描述文件，构建所述多类目标分析模型组成的模型链，得到所述目标分析场景对应的场景分析结果。可选的，所述模型编排文件还包括：模型串联参数；所述基于加载的各模型描述文件，构建所述多类目标分析模型组成的模型链，得到所述目标分析场景对应的场景分析结果，包括：根据所述模型串联参数，对所述模型链中相邻目标分析模型的输入输出参数的处理方式进行配置；根据配置之后的所述模型链，得到所述场景分析结果。可选的，每类目标分析模型的模型描述文件中包括：所述每类目标分析模型的输出对象；所述根据配置之后的所述模型链，得到所述场景分析结果包括：对配置之后的所述模型链中所述多类目标分析模型的输出对象进行结构化处理，得到所述场景分析结果，所述场景分析结果为：由所述多类目标分析模型的输出对象组成的结构化数据。可选的，所述每类目标分析模型的输出对象包括：所述每类目标分析模型所针对的目标对象和/或所述目标对象的属性信息；所述对配置之后的所述模型链中所述多类目标分析模型的输出对象进行结构化处理，得到所述场景分析结果，包括：根据所述模型链执行顺序，对所述多类目标分析模型的至少一个分析目标进行顺序排布，并将每个分析目标的属性信息与所述每个分析目标进行关联，得到所述场景分析结果，所述场景分析结果包括：所述至少一个分析目标、所述每个分析目标的属性信息、所述至少一个分析目标中分析目标对象之间的关联关系、所述每个分析目标与属性信息的关联关系。可选的，所述方法还包括：将所述模型链和所述场景分析结果输出至目标业务系统，以使得所述目标业务系统基于所述目标分析场景对所述模型链和所述场景分析结果进行业务适配。可选的，所述根据所述模型链执行顺序，依次加载所述多类目标分析模型的模型描述文件之前，所述方法还包括：根据多个分析场景中的分析模型的输出特征值，分别对所述多个分析场景中的分析模型进行分类，得到多类分析模型，不同类的分析模型的输出特征值为不同类型的特征值。可选的，所述多类目标分析模型包括如下至少两种分析模型包括：检测器、分类器、分割器、字符提取器、关键点提取器、特征提取器。第二方面，本申请实施例还提供一种场景模型部署装置，包括：获取模块，用于获取目标分析场景的模型编排文件，所述模型编排文件包括：所述目标分析场景所需的模型信息，和所述目标分析场景对应的模型链执行顺序；确定模块，用于根据所述模型信息，确定所述目标分析场景所需的多类目标分析模型，其中，每类目标分析模型对应一个分析需求；加载模块，用于根据所述模型链执行顺序，依次加载所述多类目标分析模型的模型描述文件，并基于加载的各模型描述文件，构建所述多类目标分析模型组成的模型链，得到所述目标分析场景对应的场景分析结果。第三方面，本申请实施例还提供一种计算机设备，包括：存储器和处理器，所述存储器存储有所述处理器可执行的计算机程序，所述处理器执行所述计算机程序时实现上述第一方面中任一项所述的场景模型部署方法。第四方面，本申请实施例还提供一种存储介质，所述存储介质上存储有计算机程序，所述计算机程序被读取并执行时，实现上述第一方面中任一项所述的场景模型部署方法。本申请的有益效果是：本申请所提供的场景模型部署方法、装置、设备及存储介质中，可通过获取目标分析场景的模型编排文件，模型编排文件包括：目标分析场景所需的模型信息，和目标分析场景对应的模型链执行顺序，并根据该模型信息，确定该目标分析场景所需的多类目标分析模型，其中，每类目标分析模型对应该目标分析场景中的一个分析需求；继而根据该模型链执行顺序，依次加载该多类目标分析模型的模型描述文件，并基于加载的各模型描述文件，构建所述多类目标分析模型组成的模型链，得到该目标分析场景对应的场景分析结果。该场景模型部署方法中，无需针对新场景如该目标分析场景进行多次重复的模型部署工作，简化了模型部署流程，只需根据预先定义的该目标分析场景的模型编排文件，以及该目标分析场景所需的多类目标分析模型的模型描述文件，即可实现模型链的部署，实现了针对目标分析场景的模型动态部署，模型部署的流程更通用，也更简单。附图说明为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本专利技术的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。图1为传统模型部署的示意图；图2为本申请实施例所提供的模型动态部署的示意图；图3为本申请实施例提供的一种场景模型部署方法的流程示意图；图4为本申请实施例提供的另一种场景模型部署方法的流程图；图5为本申请实施例提供的一种输出数据结构的示意图；图6为本申请实施例提供的一种场景模型部署装置的示意图；图7为本申请实施例提供的计算机设备的示意图。具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。为更清楚的展示本申请所提供的场景模型部署方法和传统模型部署流程的区别，在描述本申请的场景模型部署方法之前，先结合附图对传统模型部署流程进行示例解释说明。图1为传统模型部署的示意图。如图1可知，在传统模型部署流程中，可先对分析场景进行需求分析，以确定分析场本文档来自技高网...

【技术保护点】
1.一种场景模型部署方法，其特征在于，包括：/n获取目标分析场景的模型编排文件，所述模型编排文件包括：所述目标分析场景所需的模型信息，和所述目标分析场景对应的模型链执行顺序；/n根据所述模型信息，确定所述目标分析场景所需的多类目标分析模型，其中，每类目标分析模型对应所述目标分析场景中的一个分析需求；/n根据所述模型链执行顺序，依次加载所述多类目标分析模型的模型描述文件，并基于加载的各模型描述文件，构建所述多类目标分析模型组成的模型链，得到所述目标分析场景对应的场景分析结果。/n

【技术特征摘要】
1.一种场景模型部署方法，其特征在于，包括：
获取目标分析场景的模型编排文件，所述模型编排文件包括：所述目标分析场景所需的模型信息，和所述目标分析场景对应的模型链执行顺序；
根据所述模型信息，确定所述目标分析场景所需的多类目标分析模型，其中，每类目标分析模型对应所述目标分析场景中的一个分析需求；
根据所述模型链执行顺序，依次加载所述多类目标分析模型的模型描述文件，并基于加载的各模型描述文件，构建所述多类目标分析模型组成的模型链，得到所述目标分析场景对应的场景分析结果。


2.根据权利要求1所述的方法，其特征在于，所述模型编排文件还包括：模型串联参数；所述基于加载的各模型描述文件，构建所述多类目标分析模型组成的模型链，得到所述目标分析场景对应的场景分析结果包括：
根据所述模型串联参数，对所述模型链中相邻目标分析模型的输入输出参数的处理方式进行配置；
根据配置之后的所述模型链，得到所述场景分析结果。


3.根据权利要求2所述的方法，其特征在于，每类目标分析模型的模型描述文件中包括：所述每类目标分析模型的输出对象；
所述根据配置之后的所述模型链，得到所述场景分析结果包括：
对配置之后的所述模型链中所述多类目标分析模型的输出对象进行结构化处理，得到所述场景分析结果，所述场景分析结果为：由所述多类目标分析模型的输出对象组成的结构化数据。


4.根据权利要求3所述的方法，其特征在于，所述每类目标分析模型的输出对象包括：所述每类目标分析模型所针对的目标对象和/或所述目标对象的属性信息；
所述对配置之后的所述模型链中所述多类目标分析模型的输出对象进行结构化处理，得到所述场景分析结果，包括：
根据所述模型链执行顺序，对所述多类目标分析模型的至少一个分析目标进行顺序排布，并将每个分析目标的属性信息与所述每个分析目标进行关联，得到所述场景分析结果，所述场景分析结果包括：所述至少一个分析目标、所述每个分析目标的属性信息、...

【专利技术属性】
技术研发人员：甘淼，谢鹏，许鹏，李辰，廖强，
申请(专利权)人：成都佳华物链云科技有限公司，
类型：发明
国别省市：四川;51