[發明專利]一種模型測試方法、裝置、終端及存儲介質

在審

• 申請號: 202010883717.0
• 申請日: 2020-08-28
• 公開（公告）號: CN114120162A
• 公開（公告）日: 2022-03-01
• 發明（設計）人: 唐歡
• 申請（專利權）人: 深圳云天勵飛技術股份有限公司
• 主分類號: G06V20/40
• 分類號: G06V20/40;G06K9/62;G06V10/75
• 代理公司: 深圳中一聯合知識產權代理有限公司 44414
• 代理人: 翁唱玲

本申請適用于目標檢測技術領域，提供一種模型測試方法、裝置、終端及存儲介質，其中方法包括：獲取N組測試圖像對，對每組測試圖像對，通過目標檢測模型分別對第一圖像及第二圖像進行目標識別，得到識別比對結果，基于每組測試圖像對的識別比對結果，獲取N個目標識別穩定性測試值，根據N個目標識別穩定性測試值，獲取目標檢測模型的穩定性測試結果。該方案實現對目標檢測模型的穩定性的檢測，滿足某些需要穩定檢測的場景下的檢測需求。

技術領域

本申請屬于目標檢測技術領域，尤其涉及一種模型測試方法、裝置、終端及存儲介質。

背景技術

隨著深度學習的發展，目標檢測技術得到了跨越式發展，其檢測性能方面具有大幅度提高。

對于目標檢測，在檢測性能大幅提高的同時，平均正確率(Average Precision，AP)等描述目標檢測準確率的指標廣受關注，大多數現有技術研究的都是從如何滿足檢測指標的角度出發，實現對提升檢測準確率或精確度的探索，而對模型的穩定性則關注很少。這導致關于目標檢測模型穩定性的評價沒有一個統一的標準，對模型的評價沒有一個完整的流程，在一些要求穩定性很高的應用場景中，不能準確評價模型是否已達到標準，難以滿足某些需要穩定檢測的場景下的檢測需求。

發明內容

本申請實施例提供了一種模型測試方法、裝置、終端及存儲介質，以解決現有技術中在一些要求穩定性很高的應用場景中，不能準確評價模型是否達到標準，難以滿足某些需要穩定檢測的場景下的檢測需求的問題。

本申請實施例的第一方面提供了一種模型測試方法，包括：

獲取N組測試圖像對；

對每組所述測試圖像對，通過目標檢測模型分別對所述第一圖像及所述第二圖像進行目標識別，得到識別比對結果；

基于每組所述測試圖像對的所述識別比對結果，獲取N個目標識別穩定性測試值；

根據N個所述目標識別穩定性測試值，獲取所述目標檢測模型的穩定性測試結果。

本申請實施例的第二方面提供了一種模型測試裝置，包括：

第一獲取模塊，用于獲取N組測試圖像對；

識別模塊，用于對每組所述測試圖像對，通過目標檢測模型分別對所述第一圖像及所述第二圖像進行目標識別，得到識別比對結果；

第二獲取模塊，用于基于每組所述測試圖像對的所述識別比對結果，獲取N個目標識別穩定性測試值；

第三獲取模塊，用于根據N個所述目標識別穩定性測試值，獲取所述目標檢測模型的穩定性測試結果。

本申請實施例的第三方面提供了一種終端，包括存儲器、處理器以及存儲在所述存儲器中并可在所述處理器上運行的計算機程序，所述處理器執行所述計算機程序時實現如第一方面所述方法的步驟。

本申請實施例的第四方面提供了一種計算機可讀存儲介質，所述計算機可讀存儲介質存儲有計算機程序，所述計算機程序被處理器執行時實現如第一方面所述方法的步驟。

本申請的第五方面提供了一種計算機程序產品，當所述計算機程序產品在終端上運行時，使得所述終端執行上述第一方面所述方法的步驟。