一种算法评估方法和装置制造方法及图纸

本发明专利技术涉及一种算法评估方法和装置，算法评估方法包括：获取样本，根据数据特征将样本内每个目标对象的关联数据进行分类形成第一数据集；启动需评估的分析算法，识别样本内的分析对象及对应的分析数据；根据数据特征将样本内每个分析对象的分析数据进行分类形成第二数据集；根据第二数据集与第一数据集的欧式距离，将分析对象与目标对象相匹配；基于数据特征将分析对象的分析数据与相匹配的目标对象的关联数据进行对比，输出对比结果。可以直接验证分析算法识别监测对象的正确率；极大的提高算法开发效率，以便算法能及时运用于生产，保证算法应用时的正确性和稳定性。

【技术实现步骤摘要】
一种算法评估方法和装置
本专利技术涉及图像处理
，尤其涉及一种算法评估方法和装置。
技术介绍
随着物流行业的发展，以及各大电商平台促销活动带来的物流流量爆发式增长，传统的物流行业迫切需要进行技术及管理方向的变革，人工智能和深度学习在物流行业的落地能够及时解决物流行业的痛点。物流行业的中转场每天有大量的监测对象(车辆)进行装卸货行为，对该行为的监测可以通过机器视觉算法来识别车辆到离港事件以及对应的装卸行为，并通过分析算法识别车辆的到港离港事件、以及事件过程中的车牌、装载率、到港离港事件信息等，但是在分析算法正式应用前需要一个对分析算法识别监测对象的正确率进行快速检验的装置。
技术实现思路
为了解决上述技术问题，本专利技术的目的在于提供一种算法评估方法和装置。根据本专利技术的一个方面，提供了一种算法评估方法，包括：获取样本，根据数据特征将样本内每个目标对象的关联数据进行分类形成第一数据集；启动需评估的分析算法，识别样本内的分析对象及对应的分析数据；根据数据特征将样本内每个分析对象的分本文档来自技高网...

【技术保护点】
1.一种算法评估方法，其特征在于，包括：/n获取样本，根据数据特征将样本内每个目标对象的关联数据进行分类形成第一数据集；/n启动需评估的分析算法，识别样本内的分析对象及对应的分析数据；/n根据数据特征将样本内每个分析对象的分析数据进行分类形成第二数据集；/n根据第二数据集与第一数据集的欧式距离，将分析对象与目标对象相匹配；/n基于数据特征将分析对象的分析数据与相匹配的目标对象的关联数据进行对比，输出对比结果。/n

【技术特征摘要】
1.一种算法评估方法，其特征在于，包括：
获取样本，根据数据特征将样本内每个目标对象的关联数据进行分类形成第一数据集；
启动需评估的分析算法，识别样本内的分析对象及对应的分析数据；
根据数据特征将样本内每个分析对象的分析数据进行分类形成第二数据集；
根据第二数据集与第一数据集的欧式距离，将分析对象与目标对象相匹配；
基于数据特征将分析对象的分析数据与相匹配的目标对象的关联数据进行对比，输出对比结果。


2.根据权利要求1所述的算法评估方法，其特征在于，根据第二数据集与第一数据集的欧式距离，将分析对象与目标对象相匹配，包括：
分别遍历每个第二数据集计算其和第一数据集的欧式距离；
将每个第二数据集与欧式距离最小的第一数据集匹配，并标识出没有被匹配的第一数据集。


3.根据权利要求1所述的算法评估方法，其特征在于，基于数据特征将分析对象的分析数据与相匹配的目标对象的关联数据进行对比，输出对比结果，包括：
从第二数据集的每个分析对象中筛选出一个或多个数据特征的分析数据，并从相匹配的第一数据集的目标对象中筛选出具有相应数据特征的关联数据；
基于所述一个或多个数据特征，将筛选出的分析数据与相匹配的关联数据对比，输出对比结果。


4.根据权利要求3所述的算法评估方法，其特征在于，将筛选出的分析数据与相匹配的关联数据对比时，
若目标对象的关联数据存在个体误差，将具有相同数据特征分析数据、关联数据计算偏差均值；
将关联数据与偏差均值相加后再与相匹配的关联数据进行对比。


5.根据权利要求1所述的算法评估方法，其特征在于，所述数据特征包括以下至少一种：识别号、装载率、到港时间、离港时间、休息时间。


6.一种算法评估装置，配置于终端，其特征在于，包括：
第一数据集模块，配...

【专利技术属性】
技术研发人员：李瑶，
申请(专利权)人：顺丰科技有限公司，
类型：发明
国别省市：广东;44