[发明专利]一种人工智能模型标准化训练平台及自动化系统

权利要求书

1.一种人工智能模型标准化训练系统，所述人工智能模型标准化训练系统包括至少一个客户端，所述客户端包括人机交互的用户界面，所述用户界面包括数据下载组件、本地调试组件、提交训练组件、本地调试日志记录组件以及训练日志切换组件，

所述数据下载组件连接至后台服务器，与所述后台服务器的数据库连接；

其特征在于：

所述数据下载组件连接的后台服务器中包括数据预学习与数据预迁移模块；

所述数据预学习模块用于根据用户要训练的模型的目标数据，从所述后台服务器的数据库中获取预学习数据；

通过所述预学习数据建立一个预模拟模型，通过所述预模拟模型输出训练数据；

通过所述数据预迁移模块，将所述输出的训练数据进行标注后，作为用户要训练的模型的调试训练数据集，供用户通过所述数据下载组件下载使用；

所述数据预迁移模块通过深度学习模块对所述预模拟模型输出的训练数据进行标注，包括利用LiDAR三维点云技术对每一点进行标注后聚类成一个目标模型，然后再把目标具体代表的实物辨别出来；

所述客户端与所述后台服务器之间连接镜像加速通道，使用镜像加速通道，在本地客户端上快速安装模型训练所需的全部依赖数据包，同时加载安装Python环境。

2.如权利要求1所述的人工智能模型标准化训练系统，其特征在于：所述使用镜像加速通道，在本地客户端上快速安装模型训练所需的全部依赖数据包，同时加载安装Python环境，具体包括如下步骤：

S101：在网站上下载代码，并解压文件，进入到代码文件下；

S102：在客户端模式下执行本地初始化脚本命令；

S103：执行成功之后，程序运行第一次需要使用微信或者邮箱登录；

S104：登录成功之后客户端模式下点击″本地调试″或终端执行本地调试命令初始化程序；

S105：自动下载Python环境；

S106：如果自动下载执行不成功，需要重新执行命令下载；S107：解压并安装Python环境；

S108：安装成功之后，使用脚本命令，检测代码所需要的全部Python运行依赖的安装包和对应版本；

S109：使用镜像加速通道安装全部依赖数据包；

S110：下载本项目需要的调试训练数据集；

S111：调用本地程序主文件，训练模型。

3.如权利要求1所述的人工智能模型标准化训练系统，其特征在于：所述人工智能模型的所述标准化训练过程还包括提交离线训练、保存模型、评估模型，具体包括如下步骤：

S201：在客户端模式下提交训练脚本命令；

S202：使用Python算法压缩本地代码文件；

S203：通过网络传输协议进行通讯，把打包好的压缩文件上传到文件存储服务器上面；

S204：服务器不断轮训，接收上传的代码；解压代码并检查代码是否符合规范；

S205：如果不符合规范需要重新提交；

S206：在GPU服务器上检测代码所需要的全部Python运行依赖的安装包和对应版本；

S207：使用镜像加速通道在GPU服务器上安装全部依赖；

S208：预训练估算代码的训练时长和GPU的资源使用情况；

S209：下载全量的训练数据集、验证数据集合测试数据集，用来训练；

S210：调用GPU上的主程序文件训练正式模型；

S211：模型训练完成之后，使用项目专门的评估文件进行模型质量的评估；

S212：把评估好的模型上传到分布式存储的文件服务器上。

4.如权利要求1-3任一项所述的人工智能模型标准化训练系统，其特征在于：所述模型训练利用Spark在多台服务器多个GPU上开展分布式的深度学习模型训练。

5.如权利要求4所述的人工智能模型标准化训练系统，其特征在于：依靠Spark来实现数据并行，以并行方式训练模型，对这些模型产生的参数进行迭代式平均化。

6.如权利要求1所述的人工智能模型标准化训练系统，其特征在于，所述用户界面可以在浏览器中对网络状态以及定型参数进行可视化。