图像识别模型构建、装置、计算机设备和存储介质的制作方法

本申请涉及图像处理，特别是涉及一种图像识别模型构建方法、装置、计算机设备和存储介质。

背景技术：

1、随着人工智能技术的发展，基于深度学习算法的图像识别模型广泛应用于人们的生产生活当中，例如，安全检查、身份核验与移动支付中使用的人脸识别模型，无人货架、智能零售柜等无人零售领域的商品识别模型，构建图像识别模型需要执行获取图像样本数据、模型训练、模型测试以及模型部署等模型构建流程。

2、传统技术中，利用机器学习平台编写各图像识别模型构建流程对应的程序，在此过程中，需要人工查看模型构建流程的进度，根据模型构建流程的进度依次执行各图像识别模型构建流程对应的程序，进而完成图像识别模型的构建，使用该方法存在图像识别模型构建的效率低的问题。

技术实现思路

1、基于此，有必要针对上述技术问题，提供一种能够提高图像识别模型构建效率的图像识别模型构建方法、装置、计算机设备和存储介质。

2、第一方面，本申请提供了一种图像识别模型构建方法。该方法包括：

3、调用目标部署环境的模型构建指令；该模型构建指令包括预设机器学习平台中的指令和预设持续集成工具中的指令；

4、根据该模型构建指令和初始图像识别模型，构建目标图像识别模型。

5、在其中一个实施例中，该根据该模型构建指令以及初始图像识别模型，构建目标图像识别模型，包括：

6、利用该模型构建指令中的数据获取指令，获取初始图像样本；

7、利用该模型构建指令中的模型训练指令和该初始图像样本对该初始图像识别模型进行训练，确定该目标图像识别模型；

8、利用该模型构建指令中的模型测试指令，确定该目标图像识别模型的测试结果；

9、基于该测试结果和该模型构建指令中的模型部署指令，部署该目标图像识别模型。

10、在其中一个实施例中，该利用该模型构建指令中的模型训练指令和该初始图像样本对该初始图像识别模型进行训练，确定该目标图像识别模型，包括：

11、确定各该初始图像样本的清晰度；

12、将该清晰度大于预设清晰度阈值的初始图像样本作为目标图像样本；

13、利用该模型构建指令中的模型训练指令和该目标图像样本对该初始图像识别模型进行训练，确定该目标图像识别模型。

14、在其中一个实施例中，该利用该模型构建指令中的模型测试指令，确定目标图像识别模型的测试结果，包括：

15、根据该模型构建指令中的模型测试指令，在该预设机器学习平台的显示界面中展示该目标图像识别模型的评价指标；

16、基于该目标图像识别模型的评价指标，确定该目标图像识别模型的测试结果。

17、在其中一个实施例中，该基于该测试结果和该模型构建指令中的模型部署指令，部署该目标图像识别模型，包括：

18、若该测试结果为测试通过，则利用该模型构建指令中的该模型部署指令，将该目标图像识别模型部署至目标服务器中。

19、在其中一个实施例中，该目标部署环境为在预设编程语言环境中导入该预设机器学习平台对应的依赖文件后得到的部署环境。

20、第二方面，本申请还提供了一种图像识别模型构建装置。该装置包括：

21、调用模块，用于调用目标部署环境的模型构建指令；该模型构建指令包括预设机器学习平台中的指令和预设持续集成工具中的指令；

22、构建模块，用于根据该模型构建指令和初始图像识别模型，构建目标图像识别模型。

23、第三方面，本申请还提供了一种计算机设备。该计算机设备包括存储器和处理器，该存储器存储有计算机程序，该处理器执行该计算机程序时实现以下步骤：

24、调用目标部署环境的模型构建指令；该模型构建指令包括预设机器学习平台中的指令和预设持续集成工具中的指令；

25、根据该模型构建指令和初始图像识别模型，构建目标图像识别模型。

26、第四方面，本申请还提供了一种计算机可读存储介质。该计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以下步骤：

27、调用目标部署环境的模型构建指令；该模型构建指令包括预设机器学习平台中的指令和预设持续集成工具中的指令；

28、根据该模型构建指令和初始图像识别模型，构建目标图像识别模型。

29、第五方面，本申请还提供了一种计算机程序产品。该计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：

30、调用目标部署环境的模型构建指令；该模型构建指令包括预设机器学习平台中的指令和预设持续集成工具中的指令；

31、根据该模型构建指令和初始图像识别模型，构建目标图像识别模型。

32、上述图像识别模型构建方法、装置、计算机设备和存储介质，通过调用目标部署环境的模型构建指令；模型构建指令包括预设机器学习平台中的指令和预设持续集成工具中的指令；进而根据模型构建指令和初始图像识别模型，构建目标图像识别模型，传统技术中，需要人工查看模型构建流程的进度，根据模型构建流程的进度依次执行各图像识别模型构建流程对应的程序，模型构建效率较低，本申请实施例中，由于模型构建指令包括预设机器学习平台中的指令和预设持续集成工具中的指令，通过模型构建指令构建目标图像识别模型，结合了机器学习平台的对于机器学习模型构建的适用性和预设持续集成工具的便携性，从而提高了目标图像识别模型的构建效率。

技术特征：

1.一种图像识别模型构建方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述根据所述模型构建指令以及初始图像识别模型，构建目标图像识别模型，包括：

3.根据权利要求2所述的方法，其特征在于，所述利用所述模型构建指令中的模型训练指令和所述初始图像样本对所述初始图像识别模型进行训练，确定所述目标图像识别模型，包括：

4.根据权利要求2所述的方法，其特征在于，所述利用所述模型构建指令中的模型测试指令，确定目标图像识别模型的测试结果，包括：

5.根据权利要求4所述的方法，其特征在于，所述基于所述测试结果和所述模型构建指令中的模型部署指令，部署所述目标图像识别模型，包括：

6.根据权利要求1所述的方法，其特征在于，所述目标部署环境为在预设编程语言环境中导入所述预设机器学习平台对应的依赖文件后得到的部署环境。

7.一种图像处理装置，其特征在于，所述装置包括：

8.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。

9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。

10.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。

技术总结
本申请涉及一种图像识别模型构建方法、装置、计算机设备和存储介质。所述方法包括：调用目标部署环境的模型构建指令；模型构建指令包括预设机器学习平台中的指令和预设持续集成工具中的指令；根据模型构建指令和初始图像识别模型，构建目标图像识别模型。采用本方法能够提高目标图像识别模型的构建效率。

技术研发人员：杨春晓
受保护的技术使用者：中国银行股份有限公司
技术研发日：
技术公布日：2024/1/25