本申請(qǐng)涉及智能算法解決方案開發(fā)，特別是涉及一種算法方案定制方法、算法方案定制裝置、算法方案定制設(shè)備以及計(jì)算機(jī)存儲(chǔ)介質(zhì)。

背景技術(shù)：

1、隨著ai（artificial?intelligence，人工智能）技術(shù)的飛速發(fā)展，其已成為推動(dòng)經(jīng)濟(jì)社會(huì)發(fā)展的重要力量，其應(yīng)用領(lǐng)域已經(jīng)覆蓋了金融、醫(yī)療、交通、教育等多個(gè)領(lǐng)域。其中，尤其安防領(lǐng)域，基于ai的音視頻智能算法解決方案在視頻領(lǐng)域中的眾多場(chǎng)景得到廣泛應(yīng)用。

2、一個(gè)音視頻智能算法解決方案的落地過(guò)程，往往需要專業(yè)的算法工程師進(jìn)行大量的模型定制開發(fā)和調(diào)試工作。而隨著定制業(yè)務(wù)的快速增長(zhǎng)，投入較多的專業(yè)的算法工程師會(huì)帶來(lái)較高的人力成本，導(dǎo)致算法解決方案的定制化效率較低。?

技術(shù)實(shí)現(xiàn)思路

1、為解決上述技術(shù)問(wèn)題，本申請(qǐng)?zhí)岢隽艘环N算法方案定制方法、算法方案定制裝置、算法方案定制設(shè)備以及計(jì)算機(jī)存儲(chǔ)介質(zhì)。

2、為解決上述技術(shù)問(wèn)題，本申請(qǐng)?zhí)岢隽艘环N算法方案定制方法，所述算法方案定制方法包括：

3、獲取目標(biāo)場(chǎng)景大模型；

4、將若干邏輯算子分別與所述目標(biāo)場(chǎng)景大模型組合為若干候選算法方案；

5、通過(guò)訓(xùn)練集訓(xùn)練所述若干候選算法方案，獲取若干決策模型；

6、根據(jù)所述若干決策模型的輸出，確定最終決策模型及其最終邏輯算子；

7、將所述最終邏輯算子和所述目標(biāo)場(chǎng)景大模型組合為最終算法方案。

8、其中，所述根據(jù)所述若干決策模型的輸出，確定最終決策模型及其最終邏輯算子，包括：

9、獲取每一決策模型的輸出以及權(quán)重；

10、將相同輸出的決策模型權(quán)重相加，得到最高權(quán)重；

11、將最高權(quán)重的決策模型作為所述最終決策模型，且將所述最終決策模型的邏輯算子作為所述最終邏輯算子。

12、其中，所述將若干邏輯算子分別與所述目標(biāo)場(chǎng)景大模型組合為若干候選算法方案，包括：

13、獲取所述目標(biāo)場(chǎng)景大模型支持的識(shí)別類別以及規(guī)則集合；

14、將若干邏輯算子分別與所述目標(biāo)場(chǎng)景大模型及其支持的識(shí)別類別以及規(guī)則集合，組合為若干候選算法方案。

15、其中，所述獲取所述目標(biāo)場(chǎng)景大模型支持的識(shí)別類別以及規(guī)則集合之后，所述算法方案定制方法還包括：

16、獲取用戶輸入的自定義類別，并將所述自定義類別轉(zhuǎn)換為自定義類別特征向量；

17、將所述自定義類別特征向量與所述目標(biāo)場(chǎng)景大模型支持的識(shí)別類別的特征向量進(jìn)行相似度匹配，確定目標(biāo)類別。

18、其中，所述將所述自定義類別特征向量與所述目標(biāo)場(chǎng)景大模型支持的識(shí)別類別的特征向量進(jìn)行相似度匹配，確定目標(biāo)類別，包括：

19、將所述自定義類別特征向量與所述目標(biāo)場(chǎng)景大模型支持的識(shí)別類別的特征向量進(jìn)行相似度匹配；

20、根據(jù)相似度匹配結(jié)果生成候選類別列表；

21、響應(yīng)于用戶選擇指令，確定所述候選類別列表中的一個(gè)候選類別確定為所述目標(biāo)類別。

22、其中，所述獲取所述目標(biāo)場(chǎng)景大模型支持的識(shí)別類別以及規(guī)則集合之后，所述算法方案定制方法還包括：

23、獲取用戶輸入的自定義規(guī)則，并將所述自定義規(guī)則轉(zhuǎn)換為自定義規(guī)則特征向量；

24、將所述自定義規(guī)則特征向量與所述目標(biāo)場(chǎng)景大模型支持的規(guī)則集合的特征向量進(jìn)行相似度匹配，確定目標(biāo)規(guī)則。

25、其中，所述將所述最終邏輯算子和所述目標(biāo)場(chǎng)景大模型組合為最終算法方案之后，所述算法方案定制方法還包括：

26、運(yùn)行所述最終算法方案，獲取算法方案輸出結(jié)果；

27、基于所述算法方案輸出結(jié)果判斷是否符合用戶場(chǎng)景；

28、若是，將所述最終算法方案部署到用戶設(shè)備；

29、若否，替換所述最終算法方案中的場(chǎng)景大模型，直至替換后的算法方案輸出結(jié)果符合用戶場(chǎng)景。

30、為解決上述技術(shù)問(wèn)題，本申請(qǐng)還提出一種算法方案定制裝置，所述算法方案定制裝置包括：獲取模塊、組合模塊、訓(xùn)練模塊，以及決策模塊；其中，

31、所述獲取模塊，用于獲取目標(biāo)場(chǎng)景大模型；

32、所述組合模塊，用于將若干邏輯算子分別與所述目標(biāo)場(chǎng)景大模型組合為若干候選算法方案；

33、所述訓(xùn)練模塊，用于通過(guò)訓(xùn)練集訓(xùn)練所述若干候選算法方案，獲取若干決策模型；

34、所述決策模塊，用于根據(jù)所述若干決策模型的輸出，確定最終決策模型及其最終邏輯算子；

35、所述組合模塊，用于將所述最終邏輯算子和所述目標(biāo)場(chǎng)景大模型組合為最終算法方案。

36、為解決上述技術(shù)問(wèn)題，本申請(qǐng)還提出一種算法方案定制設(shè)備，所述算法方案定制設(shè)備包括存儲(chǔ)器以及與所述存儲(chǔ)器耦接的處理器；其中，所述存儲(chǔ)器用于存儲(chǔ)程序數(shù)據(jù)，所述處理器用于執(zhí)行所述程序數(shù)據(jù)以實(shí)現(xiàn)如上述的算法方案定制方法。

37、為解決上述技術(shù)問(wèn)題，本申請(qǐng)還提出一種計(jì)算機(jī)存儲(chǔ)介質(zhì)，所述計(jì)算機(jī)存儲(chǔ)介質(zhì)用于存儲(chǔ)程序數(shù)據(jù)，所述程序數(shù)據(jù)在被計(jì)算機(jī)執(zhí)行時(shí)，用以實(shí)現(xiàn)上述的算法方案定制方法。

38、與現(xiàn)有技術(shù)相比，本申請(qǐng)的有益效果是：算法方案定制裝置獲取目標(biāo)場(chǎng)景大模型；將若干邏輯算子分別與所述目標(biāo)場(chǎng)景大模型組合為若干候選算法方案；通過(guò)訓(xùn)練集訓(xùn)練所述若干候選算法方案，獲取若干決策模型；根據(jù)所述若干決策模型的輸出，確定最終決策模型及其最終邏輯算子；將所述最終邏輯算子和所述目標(biāo)場(chǎng)景大模型組合為最終算法方案。通過(guò)上述算法方案定制方法，通過(guò)模型訓(xùn)練定制效果好的大模型與邏輯算子組合，實(shí)現(xiàn)落地部署快的、準(zhǔn)確率高的、穩(wěn)定性強(qiáng)的智能算法解決方案定制化部署。

技術(shù)特征：

1.一種算法方案定制方法，其特征在于，所述算法方案定制方法包括：

2.根據(jù)權(quán)利要求1所述的算法方案定制方法，其特征在于，

3.根據(jù)權(quán)利要求1所述的算法方案定制方法，其特征在于，

4.根據(jù)權(quán)利要求3所述的算法方案定制方法，其特征在于，

5.根據(jù)權(quán)利要求4所述的算法方案定制方法，其特征在于，

6.根據(jù)權(quán)利要求3所述的算法方案定制方法，其特征在于，

7.根據(jù)權(quán)利要求1所述的算法方案定制方法，其特征在于，

8.一種算法方案定制裝置，其特征在于，所述算法方案定制裝置包括：獲取模塊、組合模塊、訓(xùn)練模塊，以及決策模塊；其中，

9.一種算法方案定制設(shè)備，其特征在于，所述算法方案定制設(shè)備包括存儲(chǔ)器以及與所述存儲(chǔ)器耦接的處理器；

10.一種計(jì)算機(jī)存儲(chǔ)介質(zhì)，其特征在于，所述計(jì)算機(jī)存儲(chǔ)介質(zhì)用于存儲(chǔ)程序數(shù)據(jù)，所述程序數(shù)據(jù)在被計(jì)算機(jī)執(zhí)行時(shí)，用以實(shí)現(xiàn)如權(quán)利要求1至7任一項(xiàng)所述的算法方案定制方法。

技術(shù)總結(jié)
本申請(qǐng)?zhí)岢鲆环N算法方案定制方法、算法方案定制裝置、算法方案定制設(shè)備以及計(jì)算機(jī)存儲(chǔ)介質(zhì)。所述算法方案定制方法包括：獲取目標(biāo)場(chǎng)景大模型；將若干邏輯算子分別與所述目標(biāo)場(chǎng)景大模型組合為若干候選算法方案；通過(guò)訓(xùn)練集訓(xùn)練所述若干候選算法方案，獲取若干決策模型；根據(jù)所述若干決策模型的輸出，確定最終決策模型及其最終邏輯算子；將所述最終邏輯算子和所述目標(biāo)場(chǎng)景大模型組合為最終算法方案。通過(guò)上述算法方案定制方法，通過(guò)模型訓(xùn)練定制效果好的大模型與邏輯算子組合，實(shí)現(xiàn)落地部署快的、準(zhǔn)確率高的、穩(wěn)定性強(qiáng)的智能算法解決方案定制化部署。

技術(shù)研發(fā)人員：錢康,虞響,黃鵬,李越,李琦,郭佳,岑鑫,劉俊男
受保護(hù)的技術(shù)使用者：浙江大華技術(shù)股份有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/26