[发明专利]模型分发方法、装置、计算机可读介质及电子设备

说明书

本申请的实施例提供了一种图像分析模型的分发方法、装置、计算机可读介质及电子设备。该方法由区块链中分析节点执行，该方法包括：获取区块链网络中至少一个数据节点提供的图像样本数据；用图像样本数据对分析节点上第一图像分析模型进行训练；将训练得到的第二图像分析模型的参数同步至区块链网络中分析节点外的至少一个节点，以便各节点将所述第二图像分析模型的参数配置到部署的第三图像分析模型后，用配置好参数的第三图像分析模型进行图像分析，其中，第三图像分析模型与第二图像分析模型的模型架构相同。本申请实施例的技术方案能够获取更多图像数据，提高图像分析模型的训练效果，还可以实现模型参数同步，提高图像分析模型的更新效率。

技术领域

本申请涉及机器学习技术领域，具体而言，涉及一种图像分析模型的分发方法、装置、计算机可读介质及电子设备。

背景技术

随着人工智能的发展，深度神经网络等各种机器学习模型在领域内迅速迭代。在计算机视觉方面，为了训练更好的图像分析模型，往往需要更多的图像数据，因此如何获取更多的能够用于训练图像分析模型的图像数据已经成为业界共同面临的挑战；另外，由于图像分析模型的训练需要消耗大量的算力，而运行图像分析模型相对使用的算力较少，因此，训练图像分析模型所使用的设备和应用图像分析模型的设备往往是不同的，这导致了应用设备上的图像分析模型可能滞后于最新训练好的模型，无法满足最新的应用需求。

发明内容

本申请的实施例提供了一种图像分析模型的分发方法、装置、计算机可读介质及电子设备，进而至少在一定程度上提高获取的用于训练图像分析模型的图像数据的数量，并提高图像分析模型的分发效率。

本申请的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本申请的实践而习得。

根据本申请实施例的一个方面，提供了一种图像分析模型的分发方法，所述方法由区块链网络中的分析节点执行，所述方法包括：获取区块链网络中至少一个数据节点提供的图像样本数据，所述区块链网络包括多个节点；利用所述图像样本数据对所述分析节点上的第一图像分析模型进行训练；将训练得到的第二图像分析模型的参数同步至所述区块链网络中所述分析节点之外的至少一个节点，以便各节点在将所述第二图像分析模型的参数配置到各节点上部署的第三图像分析模型后，用配置好参数的第三图像分析模型进行图像分析，其中，所述第三图像分析模型与所述第二图像分析模型的模型架构相同。

在本申请的一些实施例中，基于前述方案，所述将训练得到的第二图像分析模型的参数同步至所述区块链网络中所述分析节点之外的至少一个节点，包括：

确定各数据节点提供的图像样本数据的数目；

根据所述数目，确定向所述区块链网络中所述各数据节点的同步顺序；

按照所述同步顺序，将训练得到的第二图像分析模型的参数同步至所述区块链网络中所述各数据节点。

在本申请的一些实施例中，基于前述方案，所述根据所述数目，确定向所述区块链网络中所述各数据节点的同步顺序，包括：

对各数据节点按照所述数目从大到小进行排序，作为向所述区块链网络中所述各数据节点的同步顺序。

在本申请的一些实施例中，基于前述方案，所述将训练得到的第二图像分析模型的参数同步至所述区块链网络中所述分析节点之外的至少一个节点，包括：

确定各数据节点提供的图像样本数据的数目；

确定所述数目大于第一预定数目阈值的数据节点，作为目标数据节点；

将训练得到的第二图像分析模型的参数同步至所述区块链网络中的各目标数据节点。

在本申请的一些实施例中，基于前述方案，在获取区块链网络中至少一个数据节点提供的图像样本数据之后，所述方法还包括：