(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210711503.4 (22)申请日 2022.06.22 (71)申请人 中国电信股份有限公司 地址 100033 北京市西城区金融街31号 (72)发明人 胡赟　严兴俊　 (74)专利代理 机构 北京康信知识产权代理有限 责任公司 1 1240 专利代理师 张文华 (51)Int.Cl. G06K 9/62(2022.01) G06F 21/62(2013.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 模型训练方法及装置、 系统 (57)摘要 本申请公开了一种模 型训练方法及装置、 系 统。 其中， 该方法包括： 第一服务器对利用第一预 设模型获取到的目标数据进行特征提取， 得到目 标数据的多个特征数据， 并将多个特征数据存储 到目标数据库中； 第一服务器接收目标终端发送 的待训练模 型， 并根据待训练模 型从目标数据库 中确定与待训练模型匹配的目标特征数据， 并将 目标特征数据发送至第二服务器； 第一服务器接 收由第二服务器训练得到的目标模 型， 并将目标 模型转发至目标终端， 其中， 目标模型是由第二 服务器从目标数据库中提取目标特征数据， 并使 用目标特征数据对待训练模型训练得到的。 本申 请解决了由于缺乏数据保护的方法导致的训练 数据的安全性低的技 术问题。 权利要求书2页 说明书7页 附图2页 CN 114970761 A 2022.08.30 CN 114970761 A 1.一种模型训练方法， 其特 征在于， 包括： 第一服务器利用第 一预设模型对获取到的目标数据进行特征提取， 得到所述目标数据 的多个特 征数据， 并将所述多个特 征数据存储到目标 数据库中； 所述第一服务器接收目标终端发送的待训练模型， 并根据 所述待训练模型从所述目标 数据库中确定与待训练模型匹配的所述目标特征数据， 并将所述目标特征数据发送至第二 服务器； 所述第一服务器接收由所述第 二服务器训练得到的目标模型， 并将所述目标模型转发 至所述目标终端， 其中， 所述 目标模型是 由所述第二服务器从所述 目标数据库中提取所述 目标特征数据， 并使用所述目标 特征数据对所述待训练模型训练得到的。 2.根据权利要求1所述的方法， 其特征在于， 将所述多个特征数据存储到目标数据库 中， 包括： 所述第一服务器利用第二预设模型对所述多个特征数据进行推断得到与所述多个特 征数据对应的特 征数据标签； 所述第一 服务器将所述多个特 征数据和所述特 征数据标签存 储到所述目标 数据库中。 3.根据权利要求2所述的方法， 其特征在于， 第 一服务器接收目标终端发送的待训练模 型， 并根据所述待训练模型从所述目标数据库中确定与待训练模型匹配的所述目标特征数 据， 包括： 所述第一 服务器接收所述目标终端发送的第一选择指令， 确定所述第一预设模型； 所述第一服务器接收所述目标终端发送的待训练模型和所需数据标签， 并根据 所述待 训练模型、 所述第一预设模型和所需数据标签确定与待训练模型匹配的所述目标特征数据 和与所述目标 特征数据对应的目标 特征数据标签。 4.根据权利要求1所述的方法， 其特征在于， 第 一服务器接收由第 二服务器训练得到的 目标模型， 包括： 所述第一服务器将所述待训练模型和目标数据清单发送到所述第二服务器， 其中， 所 述目标数据清单用于指示所述目标 特征数据和所述目标 特征数据标签； 所述第一服务器向所述第 二服务器发送第 一控制指令， 控制所述第 二服务器按照所述 目标数据清单 的指示从所述目标数据库中提取所述目标特征数据和所述目标特征数据标 签； 所述第一服务器向所述第 二服务器发送第 二控制指令， 控制所述第 二服务器利用所述 目标特征数据和所述目标 特征数据标签对所述待训练模型进行训练得到所述目标模型。 5.根据权利要求1所述的方法， 其特征在于， 在第 一服务器接收目标终端发送的待训练 模型之后， 所述方法还 包括： 所述第一服务器向所述目标终端发送回执信 息和第一信息， 所述回执信息用于指示所 述第一服务器已接收到所述待训练模型， 所述第一信息用于在所述目标终端的展示界面上 展示所述待训练模型的训练进度。 6.根据权利要求5所述的方法， 其特征在于， 在第 一服务器接收由第 二服务器训练得到 的目标模型， 并转发至所述目标终端之后， 所述方法还 包括： 所述第一服务器向所述目标终端发送第 二信息， 所述第 二信息用于提示所述目标模型 已发送至所述目标终端。权　利　要　求　书 1/2 页 2 CN 114970761 A 27.根据权利要求1所述的方法， 其特征在于， 第 一服务器对获取到的目标数据进行特征 提取， 包括： 所述第一服务器利用第 一预设模型对获取到的目标数据进行特征提取， 所述第 一预设 模型包括： 残差网络模型和超分辨 率测试序列模型。 8.一种模型训练系统， 其特 征在于， 包括： 数据源服 务器、 分布式数据库、 中介服 务器、 训练服 务器和数据需求终端； 所述中介服务器用于从所述数据源服务器获取第 一预设模型， 并将目标数据输入所述 第一预设模型 得到多个特 征数据； 所述分布式数据库用于存储多个特征数据和与所述多个特征数据对应的特征数据标 签； 所述数据需求终端用于发送待训练模型； 所述训练服务器用于利用待训练模型、 目标特征数据和目标特征数据标签训练得到目 标模型； 所述中介服 务器还用于将所述目标模型转发给 所述数据需求终端。 9.一种模型训练装置， 其特 征在于， 包括： 提取模块， 用于对利用第一预设模型获取到的目标数据进行特征提取， 得到所述目标 数据的多个特 征数据， 并将所述多个特 征数据存储到目标 数据库中； 确定模块， 用于接收目标终端发送的待训练模型， 并根据所述待训练模型从所述目标 数据库中确定与待训练模型匹配的所述目标特征数据， 并将所述目标特征数据发送至第二 服务器； 发送模块， 用于接收由所述第二服务器训练得到的目标模型， 并将所述目标模型转发 至所述目标终端， 其中， 所述 目标模型是 由所述第二服务器从所述 目标数据库中提取所述 目标特征数据， 并使用所述目标 特征数据对所述待训练模型训练得到的。 10.一种非易失性存储介质， 其特征在于， 所述非易失性存储介质包括存储的程序， 其 中， 在所述程序运行时控制所述 非易失性存储介质所在设备执行权利要求 1至7中任意一项 所述的模型训练方法。权　利　要　求　书 2/2 页 3 CN 114970761 A 3