[发明专利]一种算法模型部署方法、系统及相关设备

说明书

本申请公开了一种算法模型部署方法，包括发送算法模型配置信息至算法服务器；接收所述算法服务器根据所述算法模型配置信息反馈的算法模型；将所述算法模型部署至对应的算法仓；当接收到待处理数据时，利用所述算法仓中的算法模型对所述待处理数据进行处理，获得处理结果。应用本申请所提供的技术方案，可以有效提高产品设备对于算法模型定制的灵活性，实现计算资源的统一管理，降低AI管理成本。本申请还公开了一种数据处理架构、算法模型部署系统、计算机设备及计算机可读存储介质，均具有上述有益效果。

技术领域

本申请涉及人工智能技术领域，特别涉及一种算法模型部署方法，还涉及一种数据处理架构、算法模型部署系统、计算机设备及计算机可读存储介质。

背景技术

随着国家“AI+”(Artificial Intelligence)人工智能战略的推进，越来越多的传统细分行业开始进入人工智能技术赋能的变革之中。

不同行业对AI算法的需求不同，甚至同一个行业的不同企业，由于流程不同、场景不同、客户个性化的需求不同等因素，导致算法的落地越来越趋向于“碎片化”。这是所有人工智能解决方案发布者都会遇到行业痛点问题。例如，可能A客户需求的是“区域入侵检测”+“安全帽检测”，B客户需求的是“安全帽检测”+“烟火检测”，C客户需求的就是“烟火检测”+“人脸识别”+“工作服检测”，不同的客户不同的需求，导致算法陷入“一客一定制”的无限定制怪圈之中。最终导致算法的版本越来越大，功能越来越多。不同的客户，后续算法调优、算法新需求等的不断增加，将会导致AI企业的管理成本剧增。

因此，如何有效提高产品设备对于算法模型定制的灵活性，实现计算资源的统一管理是本领域技术人员亟待解决的问题。

发明内容

本申请的目的是提供一种算法模型部署方法，该算法模型部署方法可以有效提高产品设备对于算法模型定制的灵活性，实现计算资源的统一管理，降低AI管理成本；本申请的另一目的是提供一种数据处理架构、算法模型部署系统、计算机设备及计算机可读存储介质，均具有上述有益效果。

第一方面，本申请提供了一种算法模型部署方法，包括：

发送算法模型配置信息至算法服务器；

接收所述算法服务器根据所述算法模型配置信息反馈的算法模型；

将所述算法模型部署至对应的算法仓；

当接收到待处理数据时，利用所述算法仓中的算法模型对所述待处理数据进行处理，获得处理结果。

优选的，所述发送算法模型配置信息至算法服务器，包括：

发送所述算法模型配置信息至授权服务器，并向所述授权服务器发起授权申请；

接收所述授权服务器根据所述授权申请反馈的授权信息；

根据所述授权信息向所述授权服务器发起激活申请，以使所述授权服务器根据所述激活申请，将所述算法模型配置信息发送至所述算法服务器。

优选的，所述接收所述算法服务器根据所述算法模型配置信息反馈的算法模型之前，还包括：

所述算法服务器对所述算法模型配置信息进行校验，并在校验通过后，根据所述算法模型配置信息调取所述算法模型。

优选的，所述根据所述算法模型配置信息调取所述算法模型，包括：

根据所述算法模型配置信息查询算法模型仓库表，确定算法模型信息；

根据所述算法模型信息从算法模型仓库中调取获得所述算法模型。

优选的，所述利用所述算法仓中的算法模型对所述待处理数据进行处理，获得处理结果之前，还包括：

对所述待处理数据进行预处理，获得处理后数据。