CN114924772B - 一种算法包的更新方法及设备 - Google Patents

Abstract

本发明公开了一种算法包的更新方法及设备，通过对算法包的结构的特殊设计，即算法组件和算法模型均与方案解耦，算法组件、预处理组件和结果处理组件组成组件包，算法模型、配置文件和映射表组成方案包，在进行算法包的更新时，可以在维持原组件包不变的条件下，仅需要更新待调整方案包，减少模块更新数量，降低更新风险，降低维护难度；并且，通过对映射表的设置，可以实现方案灵活定制，满足方案定制的需求。

Description

一种算法包的更新方法及设备

技术领域

本发明涉及计算机技术领域，尤指一种算法包的更新方法及设备。

背景技术

随着人工智能技术的发展，越来越多的应用程序中采用人工智能算法模型来实现复杂的功能。传统方案在实现人工智能类算法处理的算法包中，由于算法组件、算法模型均与方案耦合，所以在进行方案调整时，需要更新整个算法包，这样会引入整个算法系统的更新，增加维护难度，还提高了维护风险，同时方案的定制性也较差。

发明内容

本发明实施例提供了一种算法包的更新方法及设备，用于在进行方案调整时，无需整个算法系统进行更新，以降低维护难度、降低维护风险，同时提高方案定制的灵活性。

第一方面，本发明实施例提供了一种算法包的更新方法，应用于服务器，且所述算法包中包括：组件包、与至少一个执行方案一一对应的方案包，所述组件包中包括：预处理组件、结果处理组件、多个不同执行方案对应的算法组件，所述方案包中包括：算法模型、配置文件和映射表；所述映射表用于：由匹配的所述算法组件和所述算法模型构成的算子在进行信息处理时，将所述算子输出的处理代码转换为方案处理结果；该更新方法包括：

在响应于所述算法包的更新指令，且确定出原算法包中的待调整方案包时，获取所述待调整方案包中的配置文件；

根据预设的方案调整策略，对获取到的所述配置文件进行调整，得到更新后的所述配置文件；并且，根据所述方案调整策略，获取调整后的方案所需的算法模型对应的模型文件、及调整后的方案所需的映射表；

在维持所述原算法包中的组件包不变时，至少根据更新后的所述配置文件、以及获取到的所述模型文件和所述映射表，生成数据包并发送至用户设备，以使所述用户设备根据所述数据包更新所述原算法包。

在一些实施例中，至少根据更新后的所述配置文件、以及获取到的所述模型文件和所述映射表，生成数据包，包括：

所述数据包为升级方案包时，根据更新后的所述配置文件、以及获取到的所述模型文件和所述映射表，生成所述升级方案包；

或，所述数据包为更新后的算法包时，根据更新后的所述配置文件、以及获取到的所述模型文件和所述映射表，生成调整后的方案包；根据所述调整后的方案包、所述原算法包中未调整的所述方案包、以及所述组件包，生成所述更新后的算法包。

在一些实施例中，所述组件包中同功能类型的所述算法组件存在一个。

第二方面，本发明实施例提供了一种算法包的更新方法，应用于用户设备，该更新方法包括：

接收服务器发送的数据包；

根据所述数据包对原算法包进行更新，得到更新后的算法包；

其中，所述更新后的算法包和所述原算法包中均包括：组件包、与至少一个执行方案一一对应的方案包，所述组件包中包括：预处理组件、结果处理组件、多个不同执行方案对应的算法组件，所述方案包中包括：算法模型、配置文件和映射表；所述映射表用于：由匹配的所述算法组件和所述算法模型构成的算子在进行信息处理时，将所述算子输出的处理代码转换为方案处理结果；

所述数据包为所述服务器根据以下方式确定：

在响应于所述算法包的更新指令，且确定出所述原算法包中的待调整方案包时，获取所述待调整方案包中的配置文件；根据预设的方案调整策略，对获取到的所述配置文件进行调整，得到更新后的所述配置文件；并且，根据所述方案调整策略，获取调整后的方案所需的算法模型对应的模型文件、及调整后的方案所需的映射表；在维持所述原算法包中的组件包不变时，至少根据更新后的所述配置文件、以及获取到的所述模型文件和所述映射表，生成所述数据包。

在一些实施例中，还包括：

在得到所述更新后的算法包之后，且确定出待执行方案时，采用所述预处理组件，加载所述待执行方案对应所述方案包中的所述配置文件，从所述组件包中确定出所述待执行方案所需的所述算法组件；并且，采用所述结果处理组件，加载所述待执行方案对应所述方案包中的所述映射表；

采用已确定出的所述算法组件，加载所述待执行方案对应所述方案包中的所述算法模型；

基于已确定出的所述算法组件、已加载的所述算法模型、所述结果处理组件、以及已加载的所述映射表，对所述更新后的算法包进行安装。

在一些实施例中，还包括：

在加载所述待执行方案对应所述方案包中的所述算法模型之前，采用所述预处理组件，对已确定出的所述算法组件、及所述待执行方案对应所述方案包中的所述算法模型进行适配校验处理。

在一些实施例中，所述适配校验处理包括：

在将已确定出的所述算法组件定义为目标组件，将所述待执行方案对应所述方案包中的所述算法模型定义为目标模型，且所述目标组件和所述目标模型均具有至少一个，同时所述配置文件中至少记录有所述目标组件和所述目标模型的算子匹配关系、所述目标组件的标识信息和所述目标模型的标识信息时，确定匹配为算子的所述目标组件和所述目标模型的标识信息相同，且对于匹配为所述算子的所述目标组件和所述目标模型：所述目标模型为所述目标组件的适用模型集合中的模型。

在一些实施例中，还包括：

在对所述更新后的算法包进行安装之后，获取待处理信息；

基于已确定出的所述算法组件、已加载的所述算法模型，对所述待处理信息进行处理，得到处理代码；

采用所述结果处理组件，根据已加载的所述映射表，确定所述处理代码对应的方案处理结果。

第三方面，本发明实施例提供了一种服务器，包括：

存储器，用于存储程序指令；

处理器，用于调用所述存储器中存储的所述程序指令，按照获得的程序执行如本发明实施例提供的上述更新方法。

第四方面，本发明实施例提供了一种用户设备，包括：

存储器，用于存储程序指令；

处理器，用于调用所述存储器中存储的所述程序指令，按照获得的程序执行如本发明实施例提供的上述更新方法。

第五方面，本发明实施例提供了一种可读性存储介质，所述可读性存储介质存储有用户设备和服务器的可执行指令，所述用户设备和服务器的可执行指令用于使用户设备和服务器执行如本发明实施例提供的上述方法。

第六方面，本发明实施例提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如本发明实施例提供的上述方法的步骤。

本发明有益效果如下：

本发明实施例提供的一种算法包的更新方法及设备，通过对算法包的结构的特殊设计，即算法组件和算法模型均与方案解耦，算法组件、预处理组件和结果处理组件组成组件包，算法模型、配置文件和映射表组成方案包，在进行算法包的更新时，可以在维持原组件包不变的条件下，仅需要更新待调整方案包，减少模块更新数量，降低更新风险，降低维护难度；并且，通过对映射表的设置，可以实现方案灵活定制，满足方案定制的需求。

附图说明

图1为本发明实施例中提供一种算法包的结构示意图；

图2为本发明实施例中提供另一种算法包的结构示意图；

图3为本发明实施例中提供的一种算法包的更新方法的交互示意图；

图4为本发明实施例中提供的一种方案处理架构示意图；

图5为本发明实施例中提供的具体实施例的流程图；

图6为本发明实施例中提供的一种服务器的结构示意图；

图7为本发明实施例中提供的一种用户设备的结构示意图。

具体实施方式

下面将结合附图，对本发明实施例提供的一种算法包的更新方法及设备的具体实施方式进行详细地说明。需要说明的是，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。

在介绍信息算法包的更新方法之前，首先对算法包的结构进行解释和说明。

算法包中包括：组件包、与至少一个执行方案一一对应的方案包；其中：

组件包中包括：预处理组件、结果处理组件、多个不同执行方案对应的算法组件；

方案包中包括：算法模型、配置文件和映射表，映射表用于：由匹配的算法组件和算法模型构成的算子在进行信息处理时，将算子输出的处理代码转换为方案处理结果。

例如，以检测工人是否穿工服和是否戴口罩为例，这其中涉及到的算子可以包括：检测算子1、识别算子2和识别算子3，检测算子1包括：检测组件和检测模型，识别算子2包括：识别组件和识别模型1，识别算子3包括：识别组件和识别模型2；那么，在进行算法包打包时，可以按照以下方式打包：

检测组件、识别组件、预处理组件和结果处理组件打包为一组件包；

在将检测工人是否穿工服和是否戴口罩看作是一个完整方案，将工人检测、工服识别和口罩识别分别看作是完整方案中的三个子方案时，对于方案包的打包方式可以包括：

可以将每个子方案打包成一个方案包，此时可以得到三个方案包，其中，工人检测子方案对应的方案包（即图1中所示的工人检测方案包）中包括：检测模型、与工人检测子方案对应的映射表、以及工人检测子方案对应的配置文件；工服识别子方案对应的方案包（即图1中所示的工服识别方案包）中包括：识别模型1、与工服识别子方案对应的映射表、以及与工服识别子方案对应的配置文件；口罩识别子方案对应的方案包（即图1中所示的口罩识别方案包）中包括：识别模型2、与口罩识别子方案对应的映射表、以及与口罩识别子方案对应的配置文件；

或者，可以将完整方案打包成一个方案包，此时可以得到一个方案包，该方案包中包括：检测模型、识别模型1、识别模型2、与该完整方案对应的映射表、以及该完整方案对应的配置文件；如图2所示；

又或者，可以将每个子方案打包成一个方案包，且将完整方案打成一个方案包，此时可以得到四个方案包；其中，工人检测子方案对应的方案包（即图1中所示的工人检测方案包）中包括：检测模型、与工人检测子方案对应的映射表、以及工人检测子方案对应的配置文件；工服识别子方案对应的方案包（即图1中所示的工服识别方案包）中包括：识别模型1、与工服识别子方案对应的映射表、以及与工服识别子方案对应的配置文件；口罩识别子方案对应的方案包（即图1中所示的口罩识别方案包）中包括：识别模型2、与口罩识别子方案对应的映射表、以及与口罩识别子方案对应的配置文件；完整方案对应的方案包（即图1中所示的完整方案包）中包括：检测模型、识别模型1、识别模型2、与该完整方案对应的映射表、以及该完整方案对应的配置文件；如图1所示。

需要说明的是，在该种打包方式中，虽然从算法方案上来看是一个完整方案+三个子方案，但是从算法包上来看是四个方案包，对应四个方案，这样，可以根据实际的信息处理需要，执行相应的方案，给用户设备提供更多的方案选择。例如，继续结合上述例子，如果待执行方案为完整方案时，可以直接加载配置完整方案对应的方案包，以避免子方案分别打包时分别加载各子方案的方案包再进行三个子方案的结果汇总，解决对用户使用不够友好、用户体验感受较差的问题；如果待执行方案为其中一个子方案时，可以直接加载配置对应的子方案的方案包；从而为实际应用提供了灵活、多变的选择，满足不同应用场景的需要。

说明一点，在进行方案包打包时，可以根据实际需要从上述三种方式中任选一种，以满足不同应用场景的需要，提高设计的灵活性。

在一些实施例中，打包组件包时，可以将服务器一侧存储的所有算法组件均打包至组件包中。

以上述例子为例，如图2所示，组件包中并不限于只是包括检测组件和识别组件，还可以包括评分组件等。

如此，可以使得组件包中包括多个不同执行方案对应的算法组件，在进行方案包更新时，不管方案包做何种更新，均可以保证组件包中存在所需的算法组件，这样即可在算法包更新时组件包保持不变的情况下，减少算法包更新的风险，降低维护风险；同时，还可以满足且支持多种方案的配置，提高算法包部署和应用的灵活性。

在一些实施例中，组件包中同功能类型的算法组件存在一个。

以上述例子为例，由于识别算子1和识别算子2中的算法组件均为识别功能，所以在进行算法组件包打包时，只需要存在一个识别组件即可（如图1和图2所示），以实现识别算子1和识别算子2对识别组件的复用。

其中，同功能类型可以理解为：多个算法组件实现的本质功能相同；例如，在进行工服识别时，采用的算法组件的本质功能为识别，在进行口罩识别时，采用的算法组件的本质功能也为识别，所以在进行工服识别时采用的算法组件与在进行口罩识别时采用的算法组件为同功能类型的算法组件。

在一些实施例中，配置文件中可以至少记录有：

对应方案包所需的算法组件的标识信息；

对应方案包中的算法模型的标识信息；

对应方案包中的算法模型与所需的算法组件的算子匹配信息；

对应方案包所需的算法组件对应的适用模型集合；

对应方案包中的算法模型在算法包中的存储路径。

当然，配置文件中还可以包括其他可以用于实现算法包的实际应用的信息，在此并不限定。

在一些实施例中，本文中提及的标识信息，可以但不限于包括：类型信息（例如但不限于为检测类型或识别类型）和版本号信息，当然还可以包括其他用于表示身份的信息，在此并不限定。

并且，不管是算法组件或算法模型，标识信息可以是在算法组件和算法模型开发时就赋予的，以便于后续的校验和查找。

对于标识信息的具体实现形式，以版本号为例，可以是数字、字母和特殊符号中的至少一种组成的一串字符；例如，版本号可以但不限于为：V0.0.1。

在一些实施例中，预处理组件可以理解为：用于加载、解析文件，并对文件进行校验的方法库文件；

结果处理组件可以理解为：用于对输出结果进行后处理的方法库文件；

算法组件可以理解为：对应执行方案在进行信息处理时采用的解析方法和执行方法的库文件。

并且，在部署算法包时可以利用AI开放平台来实现，其中，AI开放平台可以安装在服务器中，服务器可以向相关工作人员（也即AI开放平台的使用者）使用的终端（记为终端1）提供访问地址，以使相关工作人员可以通过该访问地址进入AI开放平台进行操作；或者，相关工作人员可以将AI开放平台安装在终端1中，通过安装的AI开放平台进行操作，且服务器中的AI开放平台同步更新。

在本发明实施例中，部署算法包的具体过程可以包括：

相关工作人员可以在AI开放平台上训练算法模型，为各执行方案提供所需的算法模型；

若服务器中已经存储有算法包所需的算法组件、预处理组件和结果处理组件时，服务器可以在AI开放平台，按照预设的打包方式，对训练后的算法模型、预处理组件、结果处理组件、各执行方案所需的算法组件、以及预先设置的映射表和配置文件进行打包，生成算法包；若服务器中未存储有算法包所需的算法组件、预处理组件和结果处理组件时，AI开放平台的使用者可以向AI开放平台的维护人员反馈，维护人员可以开发和构建相关组件并上传至服务器；

用户设备可以从服务器中下载已生成的算法包并进行安装，以完成算法包的部署。

在进行算法包的更新时，相关工作人员可以在AI开放平台上训练待执行方案所需的算法模型，服务器可以在AI开放平台，基于待执行方案所需的算法模型、调整后的配置文件、以及与待执行方案对应的映射表，生成升级方案包并下发至用户设备中，用户设备下载升级方案包，并基于升级方案包对原算法包进行更新。

当然，服务器还可以在AI开放平台生成更新后的算法包，以使用户设备可以将更新后的算法包直接替换原算法包。

需要注意的是，在本发明实施例中，算法组件、算法模型与方案解耦，使得每个算子并不涉及具体的方案信息，从而，可以增加算法包部署的灵活性，支持加载多种方案配置，满足更多需求，增强算法功能。

基于此，本发明实施例提供了一种算法包的更新方法，如图3所示，可以包括：

S301、服务器在响应于算法包的更新指令，且确定出原算法包中的待调整方案包时，获取待调整方案包中的配置文件；

其中，更新指令可以但不限于为：由部署有算法包的用户设备发送，或用于控制服务器的用户设备发送。

S302、服务器根据预设的方案调整策略，对获取到的配置文件进行调整，得到更新后的配置文件；并且，根据方案调整策略，获取调整后的方案所需的算法模型对应的模型文件、及调整后的方案所需的映射表；

在一些实施例中，方案调整策略，可以包括：方案替换、方案扩展或方案缩减。

例如，以检测工人是否穿工服和是否戴口罩，且将检测工人是否穿工服和是否戴口罩看作是一完整方案，并该完整方案打包成一个方案包为例，方案调整策略可以包括：

将工服识别替换为眼镜识别；

或，增加眼镜识别功能；

或，删除口罩识别功能。

在一些实施例中，调整后的方案所需的算法模型对应的模型文件和映射表，可以从服务器的模型数据库中下载，且在建立模型数据库时，可以根据打包方式，为每个方案包配置一对应的映射表。

S303、服务器在维持原算法包中的组件包不变时，至少根据更新后的配置文件、以及获取到的模型文件和映射表，生成数据包并发送至用户设备；

S304、用户设备根据数据包更新原算法包。

在一些实施例中，在数据包为升级方案包时，用户设备可以根据原算法包和升级方案包，实现原算法包的升级、更新；在数据包为全包（也即更新后的算法包）时，用户设备可以采用全包直接替换原算法包，实现原算法包的升级、更新。

如此，通过对算法包的结构的特殊设计，即算法组件和算法模型均与方案解耦，算法组件、预处理组件和结果处理组件组成组件包，算法模型、配置文件和映射表组成方案包，在进行算法包的更新时，可以在维持原组件包不变的条件下，仅需要更新待调整方案包，减少模块更新数量，降低更新风险，降低维护难度；并且，通过对映射表的设置，可以实现方案灵活定制，满足方案定制的需求。

在一些实施例中，至少根据更新后的配置文件、以及获取到的模型文件和映射表，生成数据包，包括：

数据包为升级方案包时，根据更新后的配置文件、以及获取到的模型文件和映射表，生成升级方案包；

或，数据包为更新后的算法包时，根据更新后的配置文件、以及获取到的模型文件和映射表，生成调整后的方案包；根据调整后的方案包、原算法包中未调整的方案包、以及组件包，生成更新后的算法包。

如此，在生成数据包时，可以满足不同应用场景的需要，提高设计的灵活性。

并且，在数据包为升级方案包时，可以只需要将部分数据打包成数据包，可以降低数据包的数据大小，减少服务器和用户设备之间传输数据所占用的资源，提高传输效率，从而提高算法包的部署和升级效率。在数据包为更新后的算法包时，在用户设备进行算法包升级时，可以减少升级操作，提高升级效率，减少升级失败的几率。

也就是说，服务器可以按照设定的算法包打包方式，对预处理组件、结果处理组件、映射表、配置文件、算法组件和算法模型进行打包，形成算法包，再部署至用户设备之上。若要调整方案包时，可以采用以下方式：

方式1：

服务器对待调整方案包中的配置文件进行调整，以更新配置文件，然后将更新的配置文件、调整后的方案所需的模型文件和映射表打包，形成升级方案包并部署至用户设备上，用户设备根据升级方案包和原算法包进行升级，以得到新的算法包。

方式2：

服务器对待调整方案包中的配置文件进行调整，以更新配置文件，然后将更新的配置文件、调整后的方案所需的模型文件和映射表打包，形成调整方案包；再将调整方案包、组件包、以及未调整的方案包打包，形成全包并部署至用户设备上，用户设备可以用全包直接替换原来的算法包。

说明一点，不管采用上述哪种方式，在算法包升级或重新打包时，组件包均不会被更新且保持不变。

在一些实施例中，算法组件包中同功能类型的算法组件存在一个。

如此，可以实现算法组件的复用，减少开发工作量，提高维护效率，降低更新风险。

在一些实施例中，对于用户设备而言，还可以包括：

在得到更新后的算法包之后，且确定出待执行方案时，采用预处理组件，加载待执行方案对应方案包中的配置文件，从组件包中确定出待执行方案所需的算法组件；并且，采用结果处理组件，加载待执行方案对应方案包中的映射表；

采用已确定出的算法组件，加载待执行方案对应方案包中的算法模型；

基于已确定出的算法组件、已加载的算法模型、结果处理组件、以及已加载的映射表，对更新后的算法包进行安装。

也即，在更新算法包之后，可以对更新后的算法包进行安装，以便于后续可以依据安装后的算法包进行信息处理。

在一些实施例中，对于用户设备而言，还包括：

在加载待执行方案对应方案包中的算法模型之前，采用预处理组件，对已确定出的算法组件、及待执行方案对应方案包中的算法模型进行适配校验处理。

也即在加载待执行方案对应方案包中的算法模型之前，可以对已确定出的算法组件、及待执行方案对应方案包中的算法模型的适配关系进行校验，这是由于：在算法包的更新过程中，可能会出现一些错误，导致更新后的算法包与服务器发送的算法包不同；当然，在服务器进行打包时也可能会出现一些错误，导致打包后的算法包遗漏掉某些数据，或者数据发生错误；

因此，在加载待执行方案对应方案包中的算法模型之前，需要确定待执行方案的配置文件中记录的算法组件和算法模型的匹配关系（可以理解为记录关系），与组件包中的算法组件和待执行方案对应方案包中的算法模型的实际匹配关系是否相同；若相同，再加载待执行方案对应方案包中的算法模型；若不同，则可以结束流程，不再执行后续过程。

如此，可以避免在算法包安装时出现错误，提高算法包安装的准确性。

在一些实施例中，适配校验处理包括：

在将已确定出的算法组件定义为目标组件，将待执行方案对应方案包中的算法模型定义为目标模型，且目标组件和目标模型均具有至少一个，同时配置文件中至少记录有目标组件和目标模型的算子匹配关系、目标组件的标识信息和目标模型的标识信息时，确定匹配为算子的目标组件和目标模型的标识信息相同，且对于匹配为算子的目标组件和目标模型：目标模型为目标组件的适用模型集合中的模型。

也就是说，适配校验处理，本质上是校验算法组件和算法模型的标识信息是否相同，算法模型是否为算法组件的适用模型集合中的模型，以保证算法组件和算法模型是适配的。

在一些实施例中，对于用户设备而言，还包括：

在对更新后的算法包进行安装之后，获取待处理信息；

基于已确定出的算法组件、已加载的算法模型，对待处理信息进行处理，得到处理代码；

采用结果处理组件，根据已加载的映射表，确定处理代码对应的方案处理结果。

其中，待处理信息可以但不限于为：图片或数据。

因此，在更新后的算法包安装完成之后，可以对待处理信息进行处理，并且基于已确定出的算法组件、已加载的算法模型进行处理后，由于算法组件和算法模型均与方案解耦，所以处理后得到的是处理代码，此时可以通过结果处理组件基于映射表对处理代码进行解码，以得到方案处理结果。

在一些实施例中，处理代码可以为由数字、字母和符号中的至少一种构成的一串字符，具体的实现形式可以根据实际需要进行设置，在此并不限定。

例如，以检测工人是否穿工服为例，假设处理代码为00，且假设映射表可以如下表1所示。

从表1中可知：

第一个数字可以表示工人，0可以表示检测到工人，1可以表示未检测到工人；第二个数字可以表示工服，0表示检测到工服，1表示未检测到工服。

因此，通过表1示出的映射表，以及处理代码00，可以解码出：工人穿了工服，此时可以将解码后的信息“工人穿了工服”称之为方案处理结果。

当然，映射表的具体形式，并不限于表1所示，此处只是为了说明进行举例而已，对于映射表的具体实现形式，可以根据实际需要进行设置，在此并不限定。

在一些实施例中，在加载待执行方案对应方案包中的配置文件之前，初始化预处理组件和结果处理组件；在加载待执行方案对应方案包中的算法模型之前，初始化已确定出的算法组件；

在对更新后的算法包进行安装时，可以将适配的算法组件和算法模型组装为算子，以便于各算子对待处理信息进行处理。

并且，在算子组装时，若待执行方案对应的方案包中具有多个同功能类型的算法模型时，如图2所示，方案包中具有识别模型1和识别模型2，两个模型的功能均为识别，由于组件包中同功能类型的算法组件存在一个，如图1中组件包中具有一个识别组件，所以可以对待执行方案对应方案包中，具有相同功能类型的算法模型对应的算法组件进行复制处理，且保证复制处理后同功能类型的算法组件的数量与待执行方案对应方案包中同功能类型的算法模型的数量相同。

例如，以检测工人是否穿工服、是否戴口罩为例，对于更新后的算法包而言，组件包中至少可以包括：检测组件、识别组件、预处理组件和结果处理组件，假设仅具有一个方案包，如图2所示，方案包中可以包括：检测模型、识别模型1、识别模型2、映射表和配置文件；其中，由于识别模型1和识别模型2具有两个，且这两个模型均对应识别组件，所以在组装为算子之前，可以对识别组件进行复制，得到复制组件；

在组装为算子时，得到的方案处理架构如图4所示，通过图中所示的检测算子、识别算子1、识别算子2，可以对输入的待处理信息进行处理，之后输出处理代码，再通过结果处理算子，根据映射表对处理代码进行解码，即可得到例如但不限于为工人穿工服戴口罩的方案处理结果。

下面结合图4所示的方案处理架构，对用户设备一侧安装更新后的算法包的过程进行说明。

结合图5所示的流程图。

S501、初始化预处理组件和结果处理组件；

S502、根据信息处理的需求，预处理组件加载并解析待执行方案对应方案包中的配置文件，结果处理组件加载待执行方案对应方案包中的映射表；

其中，算法包中可能会包括多种方案包，但是在实际应用时，用到的可能只是部分方案包，所以在执行S502时，可以根据实际需要，仅加载和解析本次信息处理所需的方案包中的配置文件，不需要的方案包中的配置文件无需加载和解析。

并且，通过加载和解析配置文件，可以确定出待执行方案所需的算法组件和算法模型，且所需的算法组件和算法模型的算子匹配关系等信息。

S503、预处理组件从组件包中确定出待执行方案所需的算法组件；

S504、预处理组件对已确定出的算法组件、及待执行方案对应方案包中的算法模型进行适配校验处理；

S505、初始化确定出的算法组件，已初始化的算法组件加载待执行方案对应方案包中对应的算法模型；将初始化的算法组件与加载的对应的算法模型组装为算子，完成算法包的安装。

在一些实施例中，在组装算子时，还可以包括：

将预处理组件和加载的配置文件组装为算子，以及将结果处理组件和加载的映射表组装为结果处理算子，如图4所示；

其中，结合图4所示，只是在实际的信息处理时，预处理算子可以无需对待处理信息进行处理，可以将待处理信息直接传输至检测算子中；结果处理算子可以对识别算子1和识别算子2输出的处理代码进行解码，之后输出方案处理结果。

基于同一发明构思，本发明实施例提供了一种服务器，该服务器的实现原理与前述服务器一侧的算法包的更新方法的实现原理类似，该服务器的具体实现方式可参见前述更新方法的具体实施例，重复之处不再赘述。

具体地，本发明实施例提供的一种服务器，如图6所示，可以包括：

存储器601，用于存储程序指令；

处理器602，用于调用存储器601中存储的程序指令，按照获得的程序指令执行如本发明实施例提供的上述更新方法。

基于同一发明构思，本发明实施例提供了一种用户设备，该用户设备的实现原理与前述用户设备一侧的更新方法的实现原理类似，该用户设备的具体实现方式可参见前述更新方法的具体实施例，重复之处不再赘述。

具体地，本发明实施例提供的一种用户设备，如图7所示，可以包括：

存储器701，用于存储程序指令；

处理器702，用于调用存储器701中存储的程序指令，按照获得的程序指令执行如本发明实施例提供的上述更新方法。

基于同一发明构思，本发明实施例提供了一种可读性存储介质，可读性存储介质存储有用户设备和服务器的可执行指令，用户设备和服务器的可执行指令用于使用户设备和服务器执行如本发明实施例提供的上述方法。

基于同一发明构思，本发明实施例提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行程序时实现如本发明实施例提供的上述方法的步骤。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (11)

1.一种算法包的更新方法，其特征在于，应用于服务器，且所述算法包中包括：组件包、与至少一个执行方案一一对应的方案包，所述组件包中包括：预处理组件、结果处理组件、多个不同执行方案对应的算法组件，所述方案包中包括：算法模型、配置文件和映射表；所述映射表用于：由匹配的所述算法组件和所述算法模型构成的算子在进行信息处理时，将所述算子输出的处理代码转换为方案处理结果；该更新方法包括：

在响应于所述算法包的更新指令，且确定出原算法包中的待调整方案包时，获取所述待调整方案包中的配置文件；

根据预设的方案调整策略，对获取到的所述配置文件进行调整，得到更新后的所述配置文件；并且，根据所述方案调整策略，获取调整后的方案所需的算法模型对应的模型文件、及调整后的方案所需的映射表；

在维持所述原算法包中的组件包不变时，至少根据更新后的所述配置文件、以及获取到的所述模型文件和所述映射表，生成数据包并发送至用户设备，以使所述用户设备根据所述数据包更新所述原算法包。

2.如权利要求1所述的更新方法，其特征在于，至少根据更新后的所述配置文件、以及获取到的所述模型文件和所述映射表，生成数据包，包括：

所述数据包为升级方案包时，根据更新后的所述配置文件、以及获取到的所述模型文件和所述映射表，生成所述升级方案包；

或，所述数据包为更新后的算法包时，根据更新后的所述配置文件、以及获取到的所述模型文件和所述映射表，生成调整后的方案包；根据所述调整后的方案包、所述原算法包中未调整的所述方案包、以及所述组件包，生成所述更新后的算法包。

3.如权利要求1或2所述的更新方法，其特征在于，所述组件包中同功能类型的所述算法组件存在一个。

4.一种算法包的更新方法，其特征在于，应用于用户设备，该更新方法包括：

接收服务器发送的数据包；

根据所述数据包对原算法包进行更新，得到更新后的算法包；

其中，所述更新后的算法包和所述原算法包中均包括：组件包、与至少一个执行方案一一对应的方案包，所述组件包中包括：预处理组件、结果处理组件、多个不同执行方案对应的算法组件，所述方案包中包括：算法模型、配置文件和映射表；所述映射表用于：由匹配的所述算法组件和所述算法模型构成的算子在进行信息处理时，将所述算子输出的处理代码转换为方案处理结果；

所述数据包为所述服务器根据以下方式确定：

在响应于所述算法包的更新指令，且确定出所述原算法包中的待调整方案包时，获取所述待调整方案包中的配置文件；根据预设的方案调整策略，对获取到的所述配置文件进行调整，得到更新后的所述配置文件；并且，根据所述方案调整策略，获取调整后的方案所需的算法模型对应的模型文件、及调整后的方案所需的映射表；在维持所述原算法包中的组件包不变时，至少根据更新后的所述配置文件、以及获取到的所述模型文件和所述映射表，生成所述数据包。

5.如权利要求4所述的更新方法，其特征在于，还包括：

在得到所述更新后的算法包之后，且确定出待执行方案时，采用所述预处理组件，加载所述待执行方案对应所述方案包中的所述配置文件，从所述组件包中确定出所述待执行方案所需的所述算法组件；并且，采用所述结果处理组件，加载所述待执行方案对应所述方案包中的所述映射表；

采用已确定出的所述算法组件，加载所述待执行方案对应所述方案包中的所述算法模型；

基于已确定出的所述算法组件、已加载的所述算法模型、所述结果处理组件、以及已加载的所述映射表，对所述更新后的算法包进行安装。

6.如权利要求5所述的更新方法，其特征在于，还包括：

在加载所述待执行方案对应所述方案包中的所述算法模型之前，采用所述预处理组件，对已确定出的所述算法组件、及所述待执行方案对应所述方案包中的所述算法模型进行适配校验处理。

7.如权利要求6所述的更新方法，其特征在于，所述适配校验处理包括：

在将已确定出的所述算法组件定义为目标组件，将所述待执行方案对应所述方案包中的所述算法模型定义为目标模型，且所述目标组件和所述目标模型均具有至少一个，同时所述配置文件中至少记录有所述目标组件和所述目标模型的算子匹配关系、所述目标组件的标识信息和所述目标模型的标识信息时，确定匹配为算子的所述目标组件和所述目标模型的标识信息相同，且对于匹配为所述算子的所述目标组件和所述目标模型：所述目标模型为所述目标组件的适用模型集合中的模型。

8.如权利要求5所述的更新方法，其特征在于，还包括：

在对所述更新后的算法包进行安装之后，获取待处理信息；

基于已确定出的所述算法组件、已加载的所述算法模型，对所述待处理信息进行处理，得到处理代码；

采用所述结果处理组件，根据已加载的所述映射表，确定所述处理代码对应的方案处理结果。

9.一种服务器，其特征在于，包括：

存储器，用于存储程序指令；

处理器，用于调用所述存储器中存储的所述程序指令，按照获得的程序执行如权利要求1-3任一项所述的更新方法。

10.一种用户设备，其特征在于，包括：

存储器，用于存储程序指令；

处理器，用于调用所述存储器中存储的所述程序指令，按照获得的程序执行如权利要求4-8任一项所述的更新方法。

11.一种可读性存储介质，其特征在于，所述可读性存储介质存储有用户设备或服务器的可执行指令，所述服务器的可执行指令用于使服务器执行如权利要求1-3任一项所述的方法，所述用户设备的可执行指令用于使用户设备执行如权利要求4-8任一项所述的方法。

Images