[發(fā)明專利]圖像識(shí)別模型測(cè)試方法、裝置、計(jì)算機(jī)設(shè)備及存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202110595166.2
• 申請(qǐng)日: 2021-05-28
• 公開(kāi)（公告）號(hào): CN113298161A
• 公開(kāi)（公告）日: 2021-08-24
• 發(fā)明（設(shè)計(jì)）人: 王巖晨
• 申請(qǐng)（專利權(quán)）人: 平安科技（深圳）有限公司
• 主分類號(hào): G06K9/62
• 分類號(hào): G06K9/62
• 代理公司: 深圳眾鼎專利商標(biāo)代理事務(wù)所(普通合伙) 44325
• 代理人: 張美君

本發(fā)明適用于性能測(cè)試領(lǐng)域，公開(kāi)了一種圖像識(shí)別模型測(cè)試方法、裝置、計(jì)算機(jī)設(shè)備及存儲(chǔ)介質(zhì)，所述方法包括：獲取測(cè)試圖像樣本集，測(cè)試圖像樣本集包括多個(gè)測(cè)試圖像樣本以及多個(gè)真實(shí)標(biāo)注信息，一個(gè)測(cè)試圖像樣本對(duì)應(yīng)一個(gè)真實(shí)標(biāo)注信息；將多個(gè)測(cè)試圖像樣本輸入待測(cè)試的圖像識(shí)別模型，獲得多個(gè)測(cè)試圖像樣本的預(yù)測(cè)識(shí)別結(jié)果；分別計(jì)算各個(gè)測(cè)試圖像樣本的預(yù)測(cè)識(shí)別結(jié)果與真實(shí)標(biāo)注信息的匹配度，獲得多個(gè)測(cè)試圖像樣本的匹配度；根據(jù)多個(gè)測(cè)試圖像樣本的匹配度構(gòu)建混淆矩陣，根據(jù)混淆矩陣計(jì)算待測(cè)試的圖像識(shí)別模型的性能評(píng)價(jià)結(jié)果。本發(fā)明的測(cè)試方法可以實(shí)現(xiàn)機(jī)器自動(dòng)化測(cè)試，測(cè)試效率高且可靠性好。

技術(shù)領(lǐng)域

本發(fā)明涉及性能測(cè)試領(lǐng)域，尤其涉及一種圖像識(shí)別模型測(cè)試方法、裝置、計(jì)算機(jī)設(shè)備及存儲(chǔ)介質(zhì)。

背景技術(shù)

人工智能(Artificial Intelligence，AI)，是計(jì)算機(jī)學(xué)科的一個(gè)分支，通過(guò)人造物來(lái)模擬人的智能的一種方法及其實(shí)現(xiàn)技術(shù)的一門學(xué)科。人工智能涉及到對(duì)大數(shù)據(jù)和深度學(xué)習(xí)，而利用大數(shù)據(jù)和深度學(xué)習(xí)技術(shù)來(lái)訓(xùn)練得到解決某實(shí)際問(wèn)題的模型是人工智能應(yīng)用于解決實(shí)際問(wèn)題的主要模式。而模型性能的優(yōu)劣則是影響其最終使用效果(解決實(shí)際問(wèn)題)的關(guān)鍵。

目前，模型性能測(cè)試工作基本上是依賴具有相關(guān)專業(yè)技術(shù)的技術(shù)員通過(guò)人工測(cè)評(píng)實(shí)現(xiàn)，不僅測(cè)試工作量大且較為復(fù)雜、效率低，而且容易因?yàn)槿斯ゅe(cuò)誤而導(dǎo)致出現(xiàn)測(cè)試結(jié)果誤差，從而影響到測(cè)試結(jié)果的可靠性。

可見(jiàn)，目前的模型測(cè)試方法存在測(cè)試效率低、可靠性較差的問(wèn)題。

發(fā)明內(nèi)容

基于此，有必要針對(duì)上述技術(shù)問(wèn)題，提供一種圖像識(shí)別模型測(cè)試方法、裝置、計(jì)算機(jī)設(shè)備及存儲(chǔ)介質(zhì)，以解決目前的模型測(cè)試方法存在測(cè)試效率低、可靠性較差的問(wèn)題。

一種圖像識(shí)別模型測(cè)試方法，包括：

獲取測(cè)試圖像樣本集，所述測(cè)試圖像樣本集包括多個(gè)測(cè)試圖像樣本以及多個(gè)真實(shí)標(biāo)注信息，一個(gè)測(cè)試圖像樣本對(duì)應(yīng)一個(gè)真實(shí)標(biāo)注信息；

將所述多個(gè)測(cè)試圖像樣本輸入待測(cè)試的圖像識(shí)別模型，獲得所述多個(gè)測(cè)試圖像樣本的預(yù)測(cè)識(shí)別結(jié)果；

分別計(jì)算各個(gè)所述測(cè)試圖像樣本的預(yù)測(cè)識(shí)別結(jié)果與真實(shí)標(biāo)注信息的匹配度，獲得多個(gè)測(cè)試圖像樣本的匹配度；

根據(jù)所述多個(gè)測(cè)試圖像樣本的匹配度構(gòu)建混淆矩陣，根據(jù)所述混淆矩陣計(jì)算所述待測(cè)試的圖像識(shí)別模型的性能評(píng)價(jià)結(jié)果。

一種圖像識(shí)別模型測(cè)試裝置，包括：

第一獲取模塊，用于獲取測(cè)試圖像樣本集，所述測(cè)試圖像樣本集包括多個(gè)測(cè)試圖像樣本以及多個(gè)真實(shí)標(biāo)注信息，一個(gè)測(cè)試圖像樣本對(duì)應(yīng)一個(gè)真實(shí)標(biāo)注信息；

第二獲取模塊，用于將所述多個(gè)測(cè)試圖像樣本輸入待測(cè)試的圖像識(shí)別模型，獲得所述多個(gè)測(cè)試圖像樣本的預(yù)測(cè)識(shí)別結(jié)果；

第一計(jì)算模塊，用于分別計(jì)算各個(gè)所述測(cè)試圖像樣本的預(yù)測(cè)識(shí)別結(jié)果與真實(shí)標(biāo)注信息的匹配度，獲得多個(gè)測(cè)試圖像樣本的匹配度；

第二計(jì)算模塊，用于根據(jù)所述多個(gè)測(cè)試圖像樣本的匹配度構(gòu)建混淆矩陣，根據(jù)所述混淆矩陣計(jì)算所述待測(cè)試的圖像識(shí)別模型的性能評(píng)價(jià)結(jié)果。

一種計(jì)算機(jī)設(shè)備，包括存儲(chǔ)器、處理器以及存儲(chǔ)在所述存儲(chǔ)器中并可在所述處理器上運(yùn)行的計(jì)算機(jī)可讀指令，所述處理器執(zhí)行所述計(jì)算機(jī)可讀指令時(shí)實(shí)現(xiàn)上述圖像識(shí)別模型測(cè)試方法。

一個(gè)或多個(gè)存儲(chǔ)有計(jì)算機(jī)可讀指令的可讀存儲(chǔ)介質(zhì)，所述計(jì)算機(jī)可讀指令被一個(gè)或多個(gè)處理器執(zhí)行時(shí)，使得所述一個(gè)或多個(gè)處理器執(zhí)行如上述圖像識(shí)別模型測(cè)試方法。