[发明专利]TinyML设备的推理模型更新方法及其相关组件在审
申请号: | 202310077601.1 | 申请日: | 2023-01-30 |
公开(公告)号: | CN116070703A | 公开(公告)日: | 2023-05-05 |
发明(设计)人: | 薛海军;赵鑫鑫;李锐;姜凯 | 申请(专利权)人: | 山东浪潮科学研究院有限公司 |
主分类号: | G06N5/04 | 分类号: | G06N5/04;G06N20/00 |
代理公司: | 北京集佳知识产权代理有限公司 11227 | 代理人: | 张影 |
地址: | 250011 山东省济*** | 国省代码: | 山东;37 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | tinyml 设备 推理 模型 更新 方法 及其 相关 组件 | ||
1.一种TinyML设备的推理模型更新方法,其特征在于,应用于TinyML设备,包括:
发送推理模型信息获取请求至云平台,以便所述云平台基于所述推理模型信息获取请求生成与推理模型对应的推理模型信息;其中,所述推理模型为所述TinyML设备在进行机器学习推理工作时所需要的参数模型文件;
获取所述云平台返回的所述推理模型信息,并基于所述推理模型信息判断当前是否满足预设更新条件;
若满足,则发送推理模型更新请求至所述云平台,以便接收所述云平台基于所述推理模型更新请求返回的推理模型更新信息;
利用所述推理模型更新信息对所述推理模型进行更新,以得到更新后推理模型。
2.根据权利要求1所述的TinyML设备的推理模型更新方法,其特征在于,所述发送推理模型信息获取请求至云平台,包括:
判断所述TinyML设备当前是否为预设空闲状态;
若是,则发送推理模型信息获取请求至云平台。
3.根据权利要求1所述的TinyML设备的推理模型更新方法,其特征在于,所述获取所述云平台返回的所述推理模型信息,并基于所述推理模型信息判断当前是否满足预设更新条件,包括:
获取所述云平台返回的包含升级信息、所述TinyML设备的标识信息、所述推理模型的模型类型以及模型版本号的所述推理模型信息;
提取所述推理模型信息中的所述升级信息,并判断所述升级信息中目标标志是否为预设更新标志;
相应的,所述若满足,则发送推理模型更新请求至所述云平台,包括:
若是,则发送推理模型更新请求至所述云平台。
4.根据权利要求1所述的TinyML设备的推理模型更新方法,其特征在于,所述发送推理模型更新请求至所述云平台,以便接收所述云平台基于所述推理模型更新请求返回的推理模型更新信息,包括:
发送推理模型更新请求至所述云平台;
按照滑动窗口机制接收所述云平台基于所述推理模型更新请求返回的推理模型更新信息,并将所述推理模型更新信息存储至备份参数区。
5.根据权利要求4所述的TinyML设备的推理模型更新方法,其特征在于,所述按照滑动窗口机制接收所述云平台基于所述推理模型更新请求返回的推理模型更新信息,并将所述推理模型更新信息存储至备份参数区,包括:
通过所述云平台基于所述推理模型更新请求生成推理模型更新信息,并将所述推理模型更新信息分成若干个数据包;
接收所述云平台返回的当前数据包,并对所述当前数据包进行CRC校验;
若校验通过,则将所述当前数据包保存至备份参数区,并将生成的对应的确认信息发送至所述云平台,以便接收所述云平台基于所述确认信息返回的下一数据包。
6.根据权利要求5所述的TinyML设备的推理模型更新方法,其特征在于,所述利用所述推理模型更新信息对所述推理模型进行更新,以得到更新后推理模型之后,还包括:
分别更新所述备份参数区的区标识和运行参数区的区标识;其中,所述运行参数区为所述TinyML设备在进行机器学习推理工作过程中使用的参数区域。
7.根据权利要求1至6任一项所述的TinyML设备的推理模型更新方法,其特征在于,所述利用所述推理模型更新信息对所述推理模型进行更新,以得到更新后推理模型,包括:
获取预设更新时间要求;其中,所述预设更新时间要求分为立即更新模型要求和延时更新模型要求;
基于所述预设更新时间要求,并利用所述推理模型更新信息对所述推理模型进行更新,以得到更新后推理模型。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于山东浪潮科学研究院有限公司,未经山东浪潮科学研究院有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202310077601.1/1.html,转载请声明来源钻瓜专利网。