CN114879943A - 一种算法方案生成方法、装置以及计算机可读存储介质 - Google Patents

一种算法方案生成方法、装置以及计算机可读存储介质 Download PDF

Info

Publication number
CN114879943A
CN114879943A CN202210756172.6A CN202210756172A CN114879943A CN 114879943 A CN114879943 A CN 114879943A CN 202210756172 A CN202210756172 A CN 202210756172A CN 114879943 A CN114879943 A CN 114879943A
Authority
CN
China
Prior art keywords
algorithm
operator
scheme
operators
interface
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202210756172.6A
Other languages
English (en)
Inventor
殷俊
吴立
黄鹏
周祥明
张海霖
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhejiang Dahua Technology Co Ltd
Original Assignee
Zhejiang Dahua Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Zhejiang Dahua Technology Co Ltd filed Critical Zhejiang Dahua Technology Co Ltd
Priority to CN202210756172.6A priority Critical patent/CN114879943A/zh
Publication of CN114879943A publication Critical patent/CN114879943A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F8/00Arrangements for software engineering
    • G06F8/20Software design
    • G06F8/24Object-oriented
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F8/00Arrangements for software engineering
    • G06F8/30Creation or generation of source code
    • G06F8/34Graphical or visual programming

Landscapes

  • Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Stored Programmes (AREA)

Abstract

本申请公开了一种算法方案生成方法、装置以及计算机存储介质,该算法方案生成方法包括:获取创建界面中创建区域的若干算子,其中,每个所述算子为封装不同功能代码的算法组件,每个所述算子为创建界面中算子区域中选择的算子;基于所述若干算子的位置,获取所述若干算子的连接关系;基于所述算子及其连接关系,生成所述若干算法组件构成的所述算法方案。通过本申请的算法方案生成方法,将算法方案的创建从代码层面上升到组件层面,即预先利用大量代码对实现某种算法功能的组件进行封装,从而得到算法组件,用户可以直接利用算法组件创建新的算法方案,从而避免大量的代码工作,能够有效节省人力,提高效率。

Description

一种算法方案生成方法、装置以及计算机可读存储介质
技术领域
本申请主要涉及人工智能领域,尤其涉及一种算法方案生成方法、装置以及计算机可读存储介质。
背景技术
在算法方案建模领域,一般实现一个算法模型需要从代码层面进行多个模型的组合,而不同的场景下需要不同的数据或模型或者参数,管理代码需要耗费大量的精力,这样导致工作效率低下,模型效果差。
发明内容
本申请提供了一种算法方案生成方法、装置以及计算机可读存储介质,通过一种组件化的算法搭建方案,无需对算法进行代码管理,能够有效节省人力,提高效率。
为解决上述技术问题,本申请提供了一种算法方案生成方法,所述算法方案生成方法包括:
获取创建界面中创建区域的若干算子,其中,每个所述算子为封装不同功能代码的算法组件,每个所述算子为创建界面中算子区域中选择的算子;
基于所述若干算子的位置,获取所述若干算子的连接关系;
基于所述算子及其连接关系,生成所述若干算法组件构成的所述算法方案。
其中,所述获取创建界面中创建区域的若干算子,包括:
响应于用户的第一选择指令,从算子库中选取所述第一选择指令对应所述算子,并将选取的所述算子放置于所述创建界面的创建区域内。
其中,所述获取创建界面中创建区域的若干算子,包括:
响应于用户的第二选择指令,获取所述第二选择指令对应的历史算法方案;
解析所述历史算法方案的算子及其连接关系,将所述历史算法方案的算子,或者算子及其连接关系,加载到所述创建界面的创建区域内。
其中,所述将选取的所述算子放置于所述创建界面的创建区域内,包括:
响应于用户的操作指令,设置所述若干算子在所述创建界面的创建区域内的位置;
基于所述操作指令,在所述创建区域内设置所述若干算子的连接关系,所述连接关系包括物理连接关系以及数据流向关系。
其中,所述若干算子的连接关系还包括所述算子的回环关系。
其中,所述获取创建界面中创建区域的若干算子,包括:
获取所述创建界面中创建区域的若干算子,及其配置参数,其中,所述配置参数根据用户的参数配置指令在所述创建界面中参数配置区域进行配置,或者根据相邻算子的配置参数生成。
其中,所述获取创建界面中创建区域的若干算子之前,所述算法方案生成方法还包括:
在所述创建界面的参数配置区域配置所述算法方案的基础参数,其中,所述基础参数包括方案名称、设备平台、权限信息、编译环境参数、自动化测试参数、打包配置参数中的至少一个参数;
基于所述基础参数,新建算法方案的创建界面。
其中,所述基于所述基础参数,新建算法方案的创建界面,包括:
确认所述基础参数中的模板信息;
在所述模板信息为空白模板时,新建空白的创建界面;
在所述模板信息为历史模板时,将所述历史模板的创建界面作为当前创建界面,其中,所述当前创建界面中包括所述历史模板的算子及其连接关系。
其中,所述基于所述算子及其连接关系,生成若干算子构成的所述算法方案之后,所述算法方案生成方法还包括:
响应于用户的克隆指令,基于生成的算法方案生成新的算法方案,其中,所述新的算法方案与所述生成的算法方案具有相同的算子及其连接关系;
对所述算子进行版本迭代更新,生成克隆算法方案。
其中,所述基于所述算子及其连接关系,生成所述若干算法组件构成的所述算法方案之后,所述算法方案生成方法还包括:
响应于用户的启动指令,启动生成的所述算法方案,并实时显示所述算法方案的启动状态;
所述算法方案运行完成后,输出所述算法方案的运行结果信息。
为解决上述技术问题,本申请还提供了一种算法方案生成装置,所述算法方案生成装置包括:算子获取模块、连接关系模块以及方案生成模块;其中,
所述算子获取模块,用于获取创建界面中创建区域的若干算子,其中,每个所述算子为封装不同功能代码的算法组件,每个所述算子为创建界面中算子区域中选择的算子;
所述连接关系模块,用于基于所述若干算子的位置,获取所述若干算子的连接关系;
所述方案生成模块,用于基于所述算子及其连接关系,生成所述若干算法组件构成的所述算法方案。
为解决上述技术问题,本申请还提供了另一种算法方案生成装置,其中,所述算法方案生成装置包括处理器、与所述处理器连接的存储器,其中,
所述存储器存储有程序指令;
所述处理器用于执行所述存储器存储的程序指令以实现如上述的算法方案生成方法的步骤。
为解决上述技术问题,本申请还提供了一种计算机可读存储介质,其中,所述存储介质存储有程序指令,所述程序指令被执行时实现上述的算法方案生成方法的步骤。
与现有技术相比,本申请的有益效果是:本申请提出了一种算法方案生成方法,通过获取创建界面中创建区域的若干算子,其中,每个所述算子为封装不同功能代码的算法组件,每个所述算子为创建界面中算子区域中选择的算子;基于所述若干算子的位置,获取所述若干算子的连接关系;基于所述算子及其连接关系,生成所述若干算法组件构成的所述算法方案。通过本申请的算法方案生成方法,将算法方案的创建从代码层面上升到组件层面,即预先利用大量代码对实现某种算法功能的组件进行封装,从而得到算法组件,用户可以直接利用算法组件创建新的算法方案,从而避免大量的代码工作,能够有效节省人力,提高效率。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。其中:
图1是本申请提供的算法方案生成方法一实施例的流程示意图;
图2是本申请提供的算法方案生成方法总流程的框架示意图;
图3是本申请提供的创建界面一实施例的示意图;
图4是本申请提供的新建方案一实施例的界面示意图;
图5是图1所示算法方案生成方法步骤S11一实施例的具体流程示意图;
图6是图1所示算法方案生成方法步骤S11另一实施例的具体流程示意图;
图7是本申请提供的算法方案生成方法另一实施例的流程示意图;
图8是本申请提供的算法方案生成装置的一实施例的框架示意图;
图9是本申请提供的算法方案生成装置的另一实施例的框架示意图;
图10是本申请提供的计算机存储介质一实施例的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本申请的一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例,例如能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
在现有技术中,一般实现一个算法模型需要从代码层面进行多个模型的组合,而不同的场景下需要不同的数据或模型或者参数,管理代码需要耗费大量的精力,这样导致工作效率低下,模型效果差。现有技术多为对某个模型进行算子搭建,即算子搭建生成一个具体的模型,可以设置的算子参数较少,无法精准的实现用户的需求,且一次只能启动一个方案,无法实现多平台多方案的运行。
为了解决上述的问题,本申请提出了一种算法方案生成方法,采用了基于独立算法组件形成连接关系,生成若干算子构成的算法方案。
具体请参阅图1和图2,图1是本申请提供的算法方案生成方法一实施例的流程示意图,图2是本申请提供的算法方案生成方法总流程的框架示意图。
如图1所示,本实施例的算法方案生成方法具体包括以下步骤:
步骤S11:获取创建界面中创建区域的若干算子,其中,每个算子为封装不同功能代码的算法组件,每个所述算子为创建界面中算子区域中选择的算子。
其中,算子为算法方案中独立实现其中一种或多个算法功能的最小算法单元,每个算子对应组成独立的算法组件,每个算法组件将算子进行封装能实现完整的特定功能的可编程算法程序,算法组件可作为独立单元执行相应功能指令。
因此,算子可以由编程人员通过大量的代码编写,从而得到一个能够实现一种或多种算法功能的代码集,然后对代码集进行封装,得到本申请实施例的算子。编程人员对算子进行编写和封装后,可以将算子存储到图2所示的算子库,以供开发人员选择算子库中的算子,以组件化的方式直接选择实现所需算法功能的代码集。
例如,如图3所示,图3是本申请提供的创建界面一实施例的示意图。而图3中的第一区域A为算子区域,第二区域B为创建区域,第三区域C为参数配置区域。图3算子区域中的算子库包括但不限于:输入预处理算子、目标检测算子、目标跟踪算子等。编码人员可以以算子的算法功能给每个算子进行命名,从而便于开发人员快速选择所需的算法组件。
其中,算子库还可以对算子的相关信息进行管理,即包括算子的修改记录、基本参数、编译参数、编译命令等信息。本申请利用组件化管理技术,通过资源和信息的整合,有效提高了算法方案生成方法的工作效率。
进一步地,在本申请实施例的算法方案开发方法中,在获取创建界面中的若干算子之前,还可以包括算法方案的初创建。
结合图3所示的创建界面示意图,本申请实施例的算法方案的初创建过程,具体步骤如下:
响应于方案创建指令,进入创建界面。对于用户来说,可以采用两种方式进行方案的创建,一种是选择空白模型,一种是选择某个已创建的方案为模板。请参阅图4,图4是本申请提供的新建方案一实施例的界面示意图。
如图4所述,当用户通过算法方案生成装置选择新建方案指令时,算法方案生成装置显示如图4所示的新建方案显示界面。新建方案显示界面上至少包括空白模板,还可以包括预先存储的多个模板,如“物品遗留模板”、“出入口算法模板”、“周界可见光模板”等。
当用户通过算法方案生成装置选择空白模型时,即显示如图3所示的创建界面,预加载算子库中的已有算子,以及相关的基础参数配置选项或者输入框。
当用户通过算法方案生成装置选择已创建的方案为模板时,除了图3所示的创建界面以外,算法方案生成装置进一步分析出已创建方案中的算子,以及算子之间的连接关系,并将此加载到创建界面上,以方便用户在已创建方案基础上进行算子以及连接关系的选择和修改等。其中,算子的修改包括删除部分算子、调整部分算子的位置等,连接关系的修改包括删除已有连接关系,创建新的连接关系等。
本申请实施例中的基础参数包括但不限于:方案名称、设备平台、权限信息、编译环境参数,例如:WECI编译参数、自动化测试参数、打包配置参数中。
基础参数的配置方式如下:用户可以通过算法方案生成装置在创建界面中选择相应的基础参数选项,或者在相应的基础参数输入框中输入具体基础参数。如图3所述的创建界面的右侧区域中,显示若干方案信息,包括方案名称、标签、设备平台、权限人员、权限组别等。用户可以在方案信息中填写算法方案的相关内容,从而配置算法方案的基础分出。
另外,在算子信息中,还可以配置算子的基础参数其中,每个算子单元参数可配置,具体地,响应选中指令的每一个算子,在界面算子信息栏中显示执行配置算子的相关信息的指令,该相关信息包括配置算子的维护者、绑定模型、配置算子参数。算子维护者可以对算子的基本参数进行配置。
绑定模型的算子模板,当前显示的是方案所选的设备平台支持的所有算子列表。其中,算子导入模型有多种方式,例如:“模型仓库导入”和“svn导入”等。
本申请提出的算法配置方法为每个算子绑定相应的模型,模型信息和参数均可提前配置和修改适配用户所需的算法方案,通过算子库中每个算子单独调用进而直接应用于实现基于多场景或指定场景的算法方案,无需重新编程,并且可以根据场景需求选择新建模板或调用历史模板,调用历史模板使用历史指令完成目标任务,减少重复新建的繁琐,提高效率。此外,由于算子组件为独立单元,可以单独进行独立算子配置,不存在绝对相关关系,因此可以为每个算子分配独立维护者,支持多人协同对方案进行维护,提高效率。
在对算法方案完成初创建以及基础参数配置之后,本申请实施例的算法方案开发方法还涉及算子的选择,主要采用算子拖拽的方案从算子库中选择组成算法方案所需的相关算子,具体过程请参阅图5,图5是图1所示算法方案生成方法步骤S11一实施例的具体流程示意图。
如图5所示,步骤S11具体可以包括以下步骤:
步骤S111:响应于用户的第一选择指令,从算子库中选取第一选择指令对应算子,并将选取的算子放置于创建界面的创建区域内。
其中,算子库为根据不同应用场景将算子进行对应分类的可操作性算子组件集合,可以以列表形式存在,可选地还可以以图标形式显示在列表中。算子库根据应用场景分为若干子算子库,每个子算子库内设置若干符合同一应用场景的算子,不同子算子库中还可以有相同的算子。算子库中设置有下拉菜单栏目,执行点击指令展开具体内容选项,例如在同一个算法功能的算子下面可以展示若干版本的算子,或者若干类型的算子。
进一步地,用户的第一选择指令可以为单击、双击、拖拽等计算机可识别的动作指令。
在本实施例中,算子库显示在创建界面的左侧,在其他实施例中,本申请中任一操作栏均可执行用户拖拽指令,固定于左侧或右侧操作栏或悬浮于创建界面任意位置。
用户可以通过算法方案生成装置点击选择算子库中的一个或多个算子,并将其拖拽到创建界面的中间区域内,从而完成所需算子的选择。
通过步骤S111的处理,算法方案生成方法能够适应同应用场景,直接对配置好的算法模块拖拽,无需重新编程,操作简单,非专业人员依据算子信息配置标签可操作,直观观测目标任务。
步骤S112:响应于用户的操作指令,设置若干算子在创建界面的创建区域内的位置。
其中,被第一选择指令选中的算子组件执行单击指令将设置于创建界面中任意位置,可进一步执行拖拽指令,直接执行拖拽指令的算子组件可以设置于创建界面中任意位置。算子在界面内的位置可根据具体应用场景设置,对于创建界面中多个算子组件模块可执行多项选择指令进行组合拖动。
步骤S113:基于操作指令,在创建区域内设置若干算子的连接关系,连接关系包括物理连接关系以及数据流向关系。
具体地,算法方案生成装置将所需算子设置于创建界面内后,根据场景需求设置算子位置,将前一个算子的输出节点连与后一个算子的输入节点相连,相应地根据场景需求增加或减少算子数量,在算子之间形成有向连接线。
其中,有向连接线包括若干能实现连接功能的若干可配置连接程序,绑定相应连接模板设置于界面列表中,可响应拖拽指令设置于创建界面中,以可视化图标形式显示于创建界面中,有方向标识。算法方案生成装置设置有适配上一个算子输入节点和下一个算子输出节点或上一个算子输出节点和下一个算子输入节点的程序端口,实现多个算子组件的功能性融合进而生成完整的算法方案。
其中,绑定相应连接模板意指对每个连接程序进行功能限定,使得绑定模板后每个连接程序,即有向连接线能独立实现某项目标功能,作为算子方案的子项目独立存在。
有向连接线以组件的形式存在,可以和相应算子随意组合实现目标方案,适配组合方式任意,连接线绑定相应连接模板,无需对算子之间的连接方式进行重新编程,该组合模型可以应用于实现基于多场景或指定场景的算法方案。
步骤S113中使用有向连接线能使步骤S112中零散分布的算子组件实现功能融合,为算法方案作出进一步限定,连接线设置相应可执行算法程序,用户可根据不同需求场景选择相应的连接线实现目标算法方案预期效果,无须重新编程,提高效率。
进一步地,算子连接线还可以从最终输出节点重新接入输入节点或中间任一节点位置,形成算子回环。
结合多个算子的优点生成一个优良的适用多场景或指定场景的算法方案。算子形成回环,能进一步使算子流程进行叠加,增加方案的效果。
在其他实施例中,算子的选择也可以采用历史记录的加载方式,能够有效减少用户对相同算子的选择,以及相同连接关系的设置。具体过程请参阅图6,图6是图1所示算法方案生成方法步骤S11另一实施例的具体流程示意图。
如图6所示,步骤S11具体还可以包括以下步骤:
步骤S114:响应于用户的第二选择指令,获取第二选择指令对应的历史算法方案。
其中,第二选择指令可以为点击选择,也可以为直接拖拽。用户通过算法方案生成装置选择历史算法方案,创建界面将用户选择的历史算法方案进行加载,加载内容包括但不限于:历史算法方案的相关算子,以及算子之间的连接关系。
步骤S115:解析历史算法方案的算子及其连接关系,将历史算法方案的算子,或者算子及其连接关系,加载到创建界面的创建区域内。
在本申请实施例中,算法方案生成装置通过采用历史记录的加载方式可以直接调取历史算法方案,包括算法组件的连接关系、算法方案基础参数等,能够有效避免重复拖拽的繁琐步骤,提高算法方案生成效率。
步骤S12:基于若干算子的位置,获取若干算子的连接关系。
在本申请实施例中,算法方案生成装置通过识别创建界面内的所有算子的位置,以及所有有向连接线的位置,从而确定所有算子之间的连接关系。
步骤S13:基于算子及其连接关系,生成若干算法组件构成的算法方案。
在本申请实施例中,算法方案生成装置利用创建界面内的所有算子及其连接关系,提取每个算子的代码集以及有向连接线的连接程序,将所有算子的代码集将有向连接线的连接程序进行连接,从而形成一个完整、可实现的算法方案。
进一步地,编码人员可以在编写每个算子时,可以为每个算子配置固定的参数;这种情况下,开发人员在选择算子时无需对每个算子的具体配置参数进行配置,能够直接得到完整的算法方案。
算子的配置参数主要包括编译参数和运行参数。编译参数主要是由算子生成的静态配置组成,如编译命令、代码svn、代码版本及算子生命参数等内容。运行参数是算子在运行时可动态调整的参数以适配不同算法方案和不同业务场景。
在其他实施例中,编码人员在编写每个算子时,也可以在每个算子内留下允许配置参数的代码段,使得开发人员在选择算子时,可以根据自身需求,自适应配置每个算子的参数,从而拓展算法方案的实用性和适用性。
另外,开发人员在配置部分算子的参数之后,其余算子的参数可以基于已配置参数进行自适应生成。
生成算法方案之后,算法方案生成装置还提供了算法方案测试功能,即算法方案生成装置可以根据用户指令启动算法方案,然后通过显示界面显示该算法方案的启动状态、运行过程以及运行结果文件。算法方案运行编译完成后,用户可以通过显示界面下载编译的产物。
用户在算法方案配置的时候,可以同时选择多个平台设备,即所生成的算法方案运行在不同的平台设备。当选择多个平台设备时,可以一次启动多个平台设备,也可以选择启动一个平台设备。
综上,本申请提出了一种算法方案生成方法,通过获取创建界面中创建区域的若干算子,其中,每个所述算子为封装不同功能代码的算法组件,每个所述算子为创建界面中算子区域中选择的算子;基于所述若干算子的位置,获取所述若干算子的连接关系;基于所述算子及其连接关系,生成所述若干算法组件构成的所述算法方案,其中,每个算子对应独立的算法组件。通过本申请的算法方案生成方法,将算法方案的创建从代码层面上升到组件层面,即预先利用大量代码对实现某种算法功能的组件进行封装,从而得到算法组件,用户可以直接利用算法组件创建新的算法方案,从而避免大量的代码工作,能够有效节省人力,提高效率。
基于上述实施例的算法方案生成方法的基础,还提出了另一种算法方案生成方法,用于对已生成的算法方案进行克隆和迭代更新。具体请参阅图7,图7是本申请提供的算法方案生成方法另一实施例的流程示意图。
如图7所示,本实施例的算法方案生成方法具体包括以下步骤:
步骤S21:响应于用户的克隆指令,基于生成的算法方案生成新的算法方案,其中,新的算法方案与生成的算法方案具有相同的算子及其连接关系。
步骤S22:对算子进行版本迭代更新,生成克隆算法方案。
进一步地,当所选择克隆的算子有新的版本可供选择时,在算子上会根据最新版本显示更新等级,若需要更新,点击更新标签,查看更新信息,确认更新即可。在其他实施例中,也可以采用自动实时更新的方式,保证克隆得到的算法方案中的所有算子均为最新版本的算子。
步骤S22对算子库内的算子进行实时、自动版本更新,可以随时生成最新版本的算法方案,无须重复下载,无须重新编程,提高效率,节省人力。
在本申请的算法方案生成方法中,用户选择和拖拽操作的对象是算法仓库,即算子库中的各功能算法算子模块,由算子库关联模型,并非用于组成模型,可以生成适用多场景或指定场景的算法方案。另外,本申请增加了算子回环功能,使原有的单向的算子输入输出流程增加了复用性,使算法方案的构建更加具有灵活性,增强了算法方案的使用效果。
进一步地,算法方案能够跨平台使用,可以一次配置多个平台,编译多个平台,进一步提升了用户的工作效率,同时验证算法方案在不同设备平台上的使用效果。算子库也可以同步到不同的方案,减少用户进行重复的配置工作,进一步提升了用户的工作效率和使用体验。其中,算子配置栏可为每个算子分配维护者,可多人协同对同一个算法方案进行维护。
为实现上述实施例中的算法方案生成方法,本申请还提供一种算法方案生成装置,请参阅图8,图8是本申请提供的算法方案生成装置的一实施例的框架示意图。
如图8所示,本申请实施例的算法方案生成装置400包括算子获取模块41、连接关系模块42以及方案生成模块43。
其中,所述算子获取模块41,用于获取创建界面中创建区域的若干算子,其中,每个所述算子为封装不同功能代码的算法组件,每个所述算子为创建界面中算子区域中选择的算子。
所述连接关系模块42,用于基于所述若干算子的位置,获取所述若干算子的连接关系。
所述方案生成模块43,用于基于所述算子及其连接关系,生成所述若干算法组件构成的所述算法方案。
为实现上述实施例中的算法方案生成方法,本申请还提供另一种算法方案生成装置,请参阅图9,图9是本申请提供的算法方案生成装置的另一实施例的框架示意图。
本申请实施例的算法方案生成装置500包括处理器51、存储器52、输入输出设备53以及总线54。
该处理器51、存储器52、输入输出设备53分别与总线54相连,该存储器52中存储有程序数据,处理器51用于执行程序数据以实现上述实施例所述的算法方案生成方法。
在本申请实施例中,处理器51还可以称为CPU(Central Processing Unit,中央处理单元)。处理器51可能是一种集成电路芯片,具有信号的处理能力。处理器51还可以是通用处理器、数字信号处理器(DSP,Digital Signal Process)、专用集成电路(ASIC,Application Specific Integrated Circuit)、现场可编程门阵列(FPGA,FieldProgrammable Gate Array)或者其它可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。通用处理器可以是微处理器或者该处理器51也可以是任何常规的处理器等。
本申请还提供一种计算机存储介质,请继续参阅图10,图10是本申请提供的计算机存储介质一实施例的结构示意图,该计算机存储介质600中存储有程序数据61,该程序数据61在被处理器执行时,用以实现上述实施例的算法方案生成方法。
本申请的实施例以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)或处理器(processor)执行本申请各个实施方式所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本申请的实施方式,并非因此限制本申请的专利范围,方式利用本申请说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本申请的专利保护范围内。

Claims (13)

1.一种算法方案生成方法,其特征在于,所述算法方案生成方法包括:
获取创建界面中创建区域的若干算子,其中,每个所述算子为封装不同功能代码的算法组件,每个所述算子为创建界面中算子区域中选择的算子;
基于所述若干算子的位置,获取所述若干算子的连接关系;
基于所述算子及其连接关系,生成所述若干算法组件构成的所述算法方案。
2.根据权利要求1所述的算法方案生成方法,其特征在于,
所述获取创建界面中创建区域的若干算子,包括:
响应于用户的第一选择指令,从算子库中选取所述第一选择指令对应所述算子,并将选取的所述算子放置于所述创建界面的创建区域内。
3.根据权利要求2所述的算法方案生成方法,其特征在于,
所述获取创建界面中创建区域的若干算子,包括:
响应于用户的第二选择指令,获取所述第二选择指令对应的历史算法方案;
解析所述历史算法方案的算子及其连接关系,将所述历史算法方案的算子,或者算子及其连接关系,加载到所述创建界面的创建区域内。
4.根据权利要求2所述的算法方案生成方法,其特征在于,
所述将选取的所述算子放置于所述创建界面的创建区域内,包括:
响应于用户的操作指令,设置所述若干算子在所述创建界面的创建区域内的位置;
基于所述操作指令,在所述创建区域内设置所述若干算子的连接关系,所述连接关系包括物理连接关系以及数据流向关系。
5.根据权利要求4所述的算法方案生成方法,其特征在于,
所述若干算子的连接关系还包括所述算子的回环关系。
6.根据权利要求1所述的算法方案生成方法,其特征在于,
所述获取创建界面中创建区域的若干算子,包括:
获取所述创建界面中创建区域的若干算子,及其配置参数,其中,所述配置参数根据用户的参数配置指令在所述创建界面中参数配置区域进行配置,或者根据相邻算子的配置参数生成。
7.根据权利要求1所述的算法方案生成方法,其特征在于,
所述获取创建界面中创建区域的若干算子之前,所述算法方案生成方法还包括:
在所述创建界面的参数配置区域配置所述算法方案的基础参数,其中,所述基础参数包括方案名称、设备平台、权限信息、编译环境参数、自动化测试参数、打包配置参数中的至少一个参数;
基于所述基础参数,新建算法方案的创建界面。
8.根据权利要求7所述的算法方案生成方法,其特征在于,
所述基于所述基础参数,新建算法方案的创建界面,包括:
确认所述基础参数中的模板信息;
在所述模板信息为空白模板时,新建空白的创建界面;
在所述模板信息为历史模板时,将所述历史模板的创建界面作为当前创建界面,其中,所述当前创建界面中包括所述历史模板的算子及其连接关系。
9.根据权利要求1所述的算法方案生成方法,其特征在于,
所述基于所述算子及其连接关系,生成若干算子构成的所述算法方案之后,所述算法方案生成方法还包括:
响应于用户的克隆指令,基于生成的算法方案生成新的算法方案,其中,所述新的算法方案与所述生成的算法方案具有相同的算子及其连接关系;
对所述算子进行版本迭代更新,生成克隆算法方案。
10.根据权利要求1所述的算法方案生成方法,其特征在于,
所述基于所述算子及其连接关系,生成所述若干算法组件构成的所述算法方案之后,所述算法方案生成方法还包括:
响应于用户的启动指令,启动生成的所述算法方案,并实时显示所述算法方案的启动状态;
所述算法方案运行完成后,输出所述算法方案的运行结果信息。
11.一种算法方案生成装置,其特征在于,所述算法方案生成装置包括:算子获取模块、连接关系模块以及方案生成模块;其中,
所述算子获取模块,用于获取创建界面中创建区域的若干算子,其中,每个所述算子为封装不同功能代码的算法组件,每个所述算子为创建界面中算子区域中选择的算子;
所述连接关系模块,用于基于所述若干算子的位置,获取所述若干算子的连接关系;
所述方案生成模块,用于基于所述算子及其连接关系,生成所述若干算法组件构成的所述算法方案。
12.一种算法方案生成装置,其特征在于,所述算法方案生成装置包括处理器、与所述处理器连接的存储器,其中,
所述存储器存储有程序指令;
所述处理器用于执行所述存储器存储的程序指令以实现如权利要求1~10中任一项所述的算法方案生成方法。
13.一种计算机可读存储介质,其特征在于,所述存储介质存储有程序指令,所述程序指令被执行时实现如权利要求1~10中任一项所述的算法方案生成方法。
CN202210756172.6A 2022-06-30 2022-06-30 一种算法方案生成方法、装置以及计算机可读存储介质 Pending CN114879943A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210756172.6A CN114879943A (zh) 2022-06-30 2022-06-30 一种算法方案生成方法、装置以及计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210756172.6A CN114879943A (zh) 2022-06-30 2022-06-30 一种算法方案生成方法、装置以及计算机可读存储介质

Publications (1)

Publication Number Publication Date
CN114879943A true CN114879943A (zh) 2022-08-09

Family

ID=82682786

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210756172.6A Pending CN114879943A (zh) 2022-06-30 2022-06-30 一种算法方案生成方法、装置以及计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN114879943A (zh)

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2001098930A2 (en) * 2000-06-20 2001-12-27 Terraspring, Inc. Graphical editor for designing and configuring a computer network
WO2007130933A2 (en) * 2006-05-01 2007-11-15 Jeffrey W Bezanson Apparatuses, methods and systems for vector operations and storage in matrix models
CN104504143A (zh) * 2015-01-04 2015-04-08 华为技术有限公司 一种流图优化方法及其装置
CN106020811A (zh) * 2016-05-13 2016-10-12 乐视控股(北京)有限公司 算法模型的开发方法和装置
CN107621934A (zh) * 2017-07-28 2018-01-23 中国人民解放军国防信息学院 基于组件化、图形化算子的评估指标计算方法及装置
CN110716714A (zh) * 2019-09-30 2020-01-21 奇安信科技集团股份有限公司 组件创建方法、装置、计算机系统和计算机可读存储介质
CN111552470A (zh) * 2019-12-31 2020-08-18 远景智能国际私人投资有限公司 物联网中的数据分析任务创建方法、装置及存储介质
WO2020211661A1 (zh) * 2019-04-15 2020-10-22 阿里巴巴集团控股有限公司 一种采用图形化的开发的方法、介质、设备和装置
CN112199086A (zh) * 2020-09-18 2021-01-08 北京达佳互联信息技术有限公司 自动编程控制系统、方法、装置、电子设备及存储介质
CN113902387A (zh) * 2020-07-06 2022-01-07 阿里巴巴集团控股有限公司 一种工作流的处理方法、装置及电子设备
CN114063868A (zh) * 2021-11-18 2022-02-18 神州数码系统集成服务有限公司 一种ai拖拽建模系统、方法、计算机设备及应用
CN114168114A (zh) * 2022-02-10 2022-03-11 中国电子科技集团公司第十五研究所 一种算子注册方法、装置以及设备
CN114494120A (zh) * 2021-12-20 2022-05-13 苏州镁伽科技有限公司 用于检测设备的算法编辑方法、装置及检测设备

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2001098930A2 (en) * 2000-06-20 2001-12-27 Terraspring, Inc. Graphical editor for designing and configuring a computer network
WO2007130933A2 (en) * 2006-05-01 2007-11-15 Jeffrey W Bezanson Apparatuses, methods and systems for vector operations and storage in matrix models
CN104504143A (zh) * 2015-01-04 2015-04-08 华为技术有限公司 一种流图优化方法及其装置
CN106020811A (zh) * 2016-05-13 2016-10-12 乐视控股(北京)有限公司 算法模型的开发方法和装置
CN107621934A (zh) * 2017-07-28 2018-01-23 中国人民解放军国防信息学院 基于组件化、图形化算子的评估指标计算方法及装置
WO2020211661A1 (zh) * 2019-04-15 2020-10-22 阿里巴巴集团控股有限公司 一种采用图形化的开发的方法、介质、设备和装置
CN110716714A (zh) * 2019-09-30 2020-01-21 奇安信科技集团股份有限公司 组件创建方法、装置、计算机系统和计算机可读存储介质
CN111552470A (zh) * 2019-12-31 2020-08-18 远景智能国际私人投资有限公司 物联网中的数据分析任务创建方法、装置及存储介质
CN113902387A (zh) * 2020-07-06 2022-01-07 阿里巴巴集团控股有限公司 一种工作流的处理方法、装置及电子设备
CN112199086A (zh) * 2020-09-18 2021-01-08 北京达佳互联信息技术有限公司 自动编程控制系统、方法、装置、电子设备及存储介质
CN114063868A (zh) * 2021-11-18 2022-02-18 神州数码系统集成服务有限公司 一种ai拖拽建模系统、方法、计算机设备及应用
CN114494120A (zh) * 2021-12-20 2022-05-13 苏州镁伽科技有限公司 用于检测设备的算法编辑方法、装置及检测设备
CN114168114A (zh) * 2022-02-10 2022-03-11 中国电子科技集团公司第十五研究所 一种算子注册方法、装置以及设备

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
周鹏: "求解TSP的启发式顺序交叉算子", 《计算机工程与设计》 *
曲凯等: "可定制的效能评估系统研究与实现", 《软件工程》 *

Similar Documents

Publication Publication Date Title
US20220334562A1 (en) Virtual design environment
CN102269989B (zh) 基于过程控制标签间关系的用于数据驱动界面的方法及装置
US8782599B2 (en) Multi-mode editor for configuring process control blocks including both logical functions and arithmetic computations
CN102043403B (zh) 用于在图形显示中选择图形的方法
US11733975B1 (en) System and method for migrating legacy software to a system common architecture
US7991602B2 (en) Agent simulation development environment
CN112579050B (zh) 工业应用开发系统、工业自动化项目开发方法和介质
US20080005255A1 (en) Extensible robotic framework and robot modeling
CN106302008A (zh) 数据更新方法和装置
CN108345265B (zh) 硬件设备的编程方法、可视化编程平台、存储器和处理器
US20060036799A1 (en) Multi-platform development and execution of graphical programs
Froehlich et al. Using object-oriented frameworks
KR20180100276A (ko) 머신 비전 시스템들을 위한 비주얼 프로그램을 제공하기 위한 장치들, 시스템들 및 방법들
CN101872280A (zh) 在过程控制系统中为操作员界面显示配置动画和事件
CN110515620B (zh) 一种自动化资源处理方法及系统
CN112199086A (zh) 自动编程控制系统、方法、装置、电子设备及存储介质
CN105843873A (zh) 用于管理数据建模的系统及其方法
US20230161563A1 (en) Graphical and text based co-design editor for industrial automation projects
CN113515275A (zh) 一种所见即所得的云端工业组态软件系统及其开发方法
Fursin The collective knowledge project: Making ML models more portable and reproducible with open APIs, reusable best practices and MLOps
CN114879943A (zh) 一种算法方案生成方法、装置以及计算机可读存储介质
US9177277B2 (en) Workflow modeling with worklets and transitions
EP4260175A1 (en) System and method for developing user interface applications
KR20070049126A (ko) 아사달 : 휘처 기반 소프트웨어 제품라인 개발 환경을제공하는 시스템
KR101907199B1 (ko) 계측제어 설비에서의 프로그램 구동 장치 및 계측제어 설비에서의 프로그램 구동 방법

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20220809