设备性能测试方法、装置及电子设备制造方法及图纸

本申请提出一种设备性能测试方法、装置及电子设备，属于计算机应用技术领域。其中，该方法包括：在获取到设备性能测试请求时，确定目标分类模型及待处理的图片集，其中，图片集中包括多张已标注类别标签的图片；利用目标分类模型，对每张图片进行分类处理，确定每张图片对应的预测类别标签；根据每张图片对应的预测类别标签与已标注类别标签的匹配度，确定设备的性能。由此，通过这种设备性能测试方法，实现了通过数字化指标衡量设备的AI性能，有助于用户直观了解设备的AI性能。

Equipment performance test methods, devices and electronic equipment

【技术实现步骤摘要】
设备性能测试方法、装置及电子设备
本申请涉及计算机应用
，尤其涉及一种设备性能测试方法、装置及电子设备。
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技术在电子设备中的应用快速发展，市面上的电子设备的AI性能正在快速提升。但是，不同厂商生产的电子设备，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
本申请提出的设备性能测试方法、装置及电子设备，用于解决相关技术中，不同厂商生产的电子设备，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，导致用户无法本文档来自技高网...

【技术保护点】
1.一种设备性能测试方法，其特征在于，包括：/n确定目标分类模型及待处理的图片集，其中，所述图片集中包括多张已标注类别标签的图片；/n利用所述目标分类模型，对每张图片进行分类处理，确定每张图片对应的预测类别标签；/n根据每张图片对应的预测类别标签与已标注类别标签的匹配度，确定所述设备的性能。/n

【技术特征摘要】
1.一种设备性能测试方法，其特征在于，包括：
确定目标分类模型及待处理的图片集，其中，所述图片集中包括多张已标注类别标签的图片；
利用所述目标分类模型，对每张图片进行分类处理，确定每张图片对应的预测类别标签；
根据每张图片对应的预测类别标签与已标注类别标签的匹配度，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，所述在获取到设备性能测试请求时，确定目标分类模型及待处理的图片集，包括：
在获取到设备性能测试请求时，确定当前所在设备的类型；
根据所述设备的类型，确定与所述设备的类型对应的目标分类模型及待处理的图片集。


3.如权利要求2所述的方法，其特征在于，所述确定当前所在设备的类型之后，还包括：
根据所述设备的类型，确定运行所述目标分类模型所需的设备资源；
初始化所述设备资源接口；
所述利用所述目标分类模型，对每张图片进行分类处理，包括：
通过所述设备资源接口，调用设备资源运行所述目标分类模型，对每张图片进行分类处理。


4.如权利要求1所述的方法，其特征在于，所述设备包含显示屏；
所述方法，还包括：
在所述设备显示屏中，显示所述目标分类模型当前处理的图片及对应的预测类别标签。


5.如权利要求4所述的方法，其特征在于，所述显示所述目标分类模型当前处理的图片及对应的预测类别标签，包括：
在所述设备显示屏的第一预设区域显示所述目标分类模型当前处理的图片，在所述设备显示屏的第二预设区域显示多个分别与不同类别标签对应的文件夹；
在确定所述当前处理的图片对应的预测类别标签后，将所述当前处理的图片以预设的姿态存入与所述预测类别标签对应...

【专利技术属性】
技术研发人员：周向菁，
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