图像识别模型的性能检测方法、装置、服务器及存储介质制造方法及图纸

本公开提供了一种图像识别模型的性能检测方法、装置、服务器及存储介质，属于互联网技术领域。所述方法包括：获取测试样本集，所述测试样本集包括多个测试样本以及对应的多个真实标签，将所述多个测试样本分别输入待检测的图像识别模型，获取所述图像识别模型输出的多个预测标签，获取多个文本相似度，一个文本相似度用于表示一个测试样本的真实标签和预测标签之间的相似度，根据所述多个文本相似度，确定所述图像识别模型的识别准确率。通过根据多个文本相似度，确定模型的识别准确率，可以兼容各种图像识别模型的标签体系，无需针对样本进行重新标注，即能够实现模型的性能检测，大大降低了时间和成本的消耗，提高了模型性能检测的效率。

Performance detection method, device, server and storage medium of image recognition model

The invention provides a performance detection method, device, server and storage medium of an image recognition model, belonging to the technical field of the Internet. The method comprises the following steps: acquiring a test sample set, the test sample set including a plurality of test samples and a plurality of corresponding real labels, inputting the plurality of test samples into the image recognition model to be detected, acquiring a plurality of prediction labels outputted by the image recognition model, acquiring a plurality of text similarity, and a text similarity is used to represent the reality of a test sample According to the similarity between the tags and the prediction tags, the recognition accuracy of the image recognition model is determined. By determining the recognition accuracy of the model according to the similarity of multiple texts, it can be compatible with the label system of various image recognition models. Without re labeling the samples, it can realize the performance detection of the model, greatly reduce the consumption of time and cost, and improve the efficiency of the performance detection of the model.

【技术实现步骤摘要】
图像识别模型的性能检测方法、装置、服务器及存储介质
本公开涉及互联网
，特别涉及一种图像识别模型的性能检测方法、装置、服务器及存储介质。
技术介绍
随着互联网技术的发展，人们越来越依赖通过互联网获得各种信息。比如，将自己不认识的物品拍照后，通过网络进行图像识别，从而得到该物品的名称。其中，图像识别可以利用各种图像识别模型来实现，而为了保证线上体验，图像识别模型在应用到线上真实环境之前都需要对模型进行性能检测。相关技术的做法是从线上真实环境筛选出多张图片作为测试样本，根据图像识别模型的标签体系为每个测试样本标注真实标签，将每个测试样本输入图像识别模型，获取图像识别模型输出的每个测试样本的预测标签，将预测标签和真实标签作对比，一致则该测试样本的准确率记为1，否则记为0，将所有测试样本的准确率的平均值作为图像识别模型的准确率。这种做法存在的问题是由于每个图像识别模型都有自己的标签体系，为这些模型的检测所收集的测试样本会按照其对应的标签体系进行标注，而这些已经标注好真实标签的测试样本不适用于其他标签体系的图像识别模型，也即本文档来自技高网...

【技术保护点】
1.一种图像识别模型的性能检测方法，其特征在于，所述方法包括：/n获取测试样本集，所述测试样本集包括多个测试样本以及对应的多个真实标签；/n将所述多个测试样本分别输入待检测的图像识别模型，获取所述图像识别模型输出的多个预测标签；/n获取多个文本相似度，一个文本相似度用于表示一个测试样本的真实标签和预测标签之间的相似度；/n根据所述多个文本相似度，确定所述图像识别模型的识别准确率。/n

【技术特征摘要】
1.一种图像识别模型的性能检测方法，其特征在于，所述方法包括：
获取测试样本集，所述测试样本集包括多个测试样本以及对应的多个真实标签；
将所述多个测试样本分别输入待检测的图像识别模型，获取所述图像识别模型输出的多个预测标签；
获取多个文本相似度，一个文本相似度用于表示一个测试样本的真实标签和预测标签之间的相似度；
根据所述多个文本相似度，确定所述图像识别模型的识别准确率。


2.根据权利要求1所述的图像识别模型的性能检测方法，其特征在于，所述获取多个文本相似度包括：
获取所述多个测试样本的真实标签的向量和预测标签的向量；
对于任一个测试样本，获取所述测试样本的真实标签的向量和预测标签的向量之间的相似度，基于所述相似度，获取所述测试样本的文本相似度。


3.根据权利要求2所述的图像识别模型的性能检测方法，其特征在于，所述获取所述测试样本的真实标签的向量和预测标签的向量之间的相似度包括：
获取所述测试样本的真实标签的向量和预测标签的向量之间的余弦距离，将所述余弦距离作为所述相似度。


4.根据权利要求2所述的图像识别模型的性能检测方法，其特征在于，所述基于所述相似度，获取所述测试样本的文本相似度包括下述任一步骤：
当所述相似度大于或等于相似度阈值时，则将所述测试样本的文本相似度确定为第一数值，当所述相似度小于所述相似度阈值时，则将所述测试样本的文本相似度确定为第二数值，所述第一数值与所述第二数值不同；
将所述相似度作为所述测试样本的文本相似度。


5.根据权利要求2所述的图像识别模型的性能检测方法，其特征在于，所述获取所述多个测试样本的真实标签的向量和预测标签的向量包括：
对于任一个测试样本，获取所述测试样本的真实标签中的至少一个词的词向量，将所述至少一个词的词向量的平均词向量作为所述测试样本的真实标签的向量；
获取所述测试样本的预测标签中的至少一个词的词向量，将所述至少一个词的词向量的平均词向量作为所述测试样本的...

【专利技术属性】
技术研发人员：张志伟，李焱，夏雨，赵伟阳，
申请(专利权)人：北京达佳互联信息技术有限公司，
类型：发明
国别省市：北京;11