【技术实现步骤摘要】
智能设备性能测试方法、装置及智能设备
本申请涉及计算机应用
，尤其涉及一种智能设备性能测试方法、装置及智能设备。
技术介绍
人工智能(ArtificialIntelligence，简称AI)，是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术以及应用的一门新的技术科学。AI的应用很广泛，机器翻译、智能控制、专家系统、机器人学、语言和图像理解、遗传编程机器人工厂、自动程序设计、航天应用、庞大的信息处理、储存与管理、执行化合生命体无法执行的或复杂或规模庞大的任务等等。相关技术中，AI技术在智能设备中的应用快速发展，市面上的智能设备的AI性能正在快速提升。但是，不同厂商生产的智能设备，以及相同厂商生产的不同代产品的AI性能差异较大，并且不存在衡量设备AI性能的数字化指标，导致用户无法直观了解设备的AI性能。
技术实现思路
本申请提出的智能设备性能测试方法、装置及智能设备，用于解决相关技术中，不同厂商生产的智能设备，以及相同厂商生产的不同代产品的AI性能差异较大，并且不存在衡量设备A...
【技术保护点】
1.一种智能设备性能测试方法，其特征在于，包括：/n获取图片集，所述图片集中包括多帧图片、每帧图片对应的实际类别标签及每帧图片中包含的实际物体信息；/n利用预设的分类模型，对所述图片集中的每帧图片进行分类处理，确定每帧图片对应的预测类别标签；/n利用预设的目标检测模型，对所述图片集中的每帧图片进行目标检测，确定每帧图片中包含的各检测物体信息；/n根据所述图片集中每帧图片对应的预测类别标签与实际类别标签的第一匹配度，及所述图片集中每帧图片中包含的各检测物体信息与实际物体信息的第二匹配度，确定所述设备的性能。/n
【技术特征摘要】
1.一种智能设备性能测试方法，其特征在于，包括：
获取图片集，所述图片集中包括多帧图片、每帧图片对应的实际类别标签及每帧图片中包含的实际物体信息；
利用预设的分类模型，对所述图片集中的每帧图片进行分类处理，确定每帧图片对应的预测类别标签；
利用预设的目标检测模型，对所述图片集中的每帧图片进行目标检测，确定每帧图片中包含的各检测物体信息；
根据所述图片集中每帧图片对应的预测类别标签与实际类别标签的第一匹配度，及所述图片集中每帧图片中包含的各检测物体信息与实际物体信息的第二匹配度，确定所述设备的性能。
2.如权利要求1所述的方法，其特征在于，所述根据所述图片集中每帧图片对应的预测类别标签与实际类别标签的第一匹配度，及所述图片集中每帧图片中包含的各检测物体信息与实际物体信息的第二匹配度，确定所述设备的性能，包括：
根据所述每帧图片对应的预测类别标签与实际类别标签的第一匹配度，确定所述设备的第一性能参数；
根据所述每帧图片中包含的各检测物体信息与实际物体信息的第二匹配度，确定所述设备的第二性能参数；
根据所述第一性能参数与所述第二性能参数，确定所述设备的性能。
3.如权利要求2所述的方法，其特征在于，所述确定所述设备的第二性能参数，包括：
根据所述每帧图片中包含的各检测物体信息与实际物体信息的第二匹配度，确定每帧图片中的有效检测物体；
根据每帧图片中的有效检测物体在实际物体中的占比，确定每帧图片是否为有效图片；
根据有效图片在所述图片集中的占比，确定所述设备的第二性能参数。
4.如权利要求2所述的方法，其特征在于，所述确定所述设备的第二性能参数，包括：
根据所述每帧图片中包含的各检测物体信息与实际物体信息的第二匹配度，确定每帧图片中的有效检测物体；
根据每帧图片中的有效检测物体在实际物体中的占比，确定每帧图片是否为有效图片；
根据每帧有效图片中每个有效检测物体的检测物体信息与实际物体信息，确定每个有效检测物体的交并比；
根据所有有效图片中所有有效检测物体的交并比，确定所述设备的第二性...
【专利技术属性】
技术研发人员：于振北，
申请(专利权)人：北京安兔兔科技有限公司，
类型：发明
国别省市：北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。