【技术实现步骤摘要】
一种图像处理指标评估方法、系统、设备和介质
本专利技术涉及人工智能领域，尤其涉及一种图像处理指标评估方法、系统、设备和介质。
技术介绍
随着人工智能技术走进生活，深度学习算法的深入研究，硬件设备的支撑，越来越多的场景、行业开始使用人工智能设备，具有高聚合，高集成，低耦合的全结构化系统开始面向市场，但现在还缺少系统性的算法效果评估方法和系统以及关键的量化指标。
技术实现思路
鉴于以上现有技术存在的问题，本专利技术提出一种图像处理指标评估方法、系统、设备和介质，主要解决现有算法缺乏结构化的评估的问题。为了实现上述目的及其他目的，本专利技术采用的技术方案如下。一种图像处理指标评估方法，包括：获取图像数据，经过预设的一种或多种算法模型运算后输出结构化数据；根据输入的标注数据，对所述结构化数据进行分析并预测出一个或多个目标对象分别对应的轨迹数据；评估预测的所述轨迹数据并输出指标评估结果。可选地，根据输入的标注数据，对所述结构化数据进行分析并预测出一个或多个目标对象分别...
【技术保护点】
1.一种图像处理指标评估方法，其特征在于，包括：/n获取图像数据，经过预设的一种或多种算法模型运算后输出结构化数据；/n根据输入的标注数据，对所述结构化数据进行分析并预测出一个或多个目标对象分别对应的轨迹数据；/n评估预测的所述轨迹数据并输出指标评估结果。/n
【技术特征摘要】
1.一种图像处理指标评估方法，其特征在于，包括：
获取图像数据，经过预设的一种或多种算法模型运算后输出结构化数据；
根据输入的标注数据，对所述结构化数据进行分析并预测出一个或多个目标对象分别对应的轨迹数据；
评估预测的所述轨迹数据并输出指标评估结果。
2.根据权利要求1所述的图像处理指标评估方法，其特征在于，根据输入的标注数据，对所述结构化数据进行分析并预测出一个或多个目标对象分别对应的轨迹数据：所述标注数据包括目标对象的标签信息；按照所述标签信息和预设的标签确定算法对所述结构化数据进行标签确定，基于确定的标签信息得到同一目标对象对应的轨迹数据。
3.根据权利要求2所述的图像处理指标评估方法，其特征在于，所述预设的标签确定算法包括交叉比方法，所述标签信息包括目标对象的位置、ID和\或属性信息。
4.根据权利要求1所述的图像处理指标评估方法，其特征在于，按照预设的一种或多种指标评测算法对所述轨迹数据进行评估；
所述算法模型包括以下一种或多种：检测跟踪、关键点对齐、目标关联、质量分评估、特征提取、属性分析。
5.根据权利要求4所述的图像处理指标评估方法，其特征在于，所述指标评估结果包括以下至少一种或多种：召回率，抓拍重复率，抓拍正确率，误抓率，目标关联率，错关联率，漏关率，属性正确率。
6.根据权利要求5所述的图像处理指标评估方法，其特征在于，所述目标关联率计算方式如下：
其中，Pi表示所述轨迹数据中的第i个点是否属于同一个目标对象的轨迹，取值为0或1，分别表示不属于或属于；T表示容错系数，取值为0到1之间；n表示所述轨迹数据中点的个数，m表示移动轨迹个数，Sk表示第K个轨迹是否与其他轨迹具有关联关系，取值为0或1，分别表示没有关联关系或有关联关系。
7.根据权利要求5所述的图像处理指标评估方法，其特征在于，所述错关率计算方式如下：
其中，Pi表示所述轨迹数据中的第i个点是否属于同一个目标对象的轨迹，取值为0或1，分别表示不属于或属于；T表示容错系数，取值为0到1之间；n表示所述轨迹数据中点的个数，m表示移动轨迹个数，Sk表示第K个轨迹是否与其他轨迹具有关联关系，取值为0或1，分别表示没有关联关系或有关联关系。
8.根据权利要求6所述的图像处理指标评估方法，其特征在于，所述漏关率计算方式如下：
LRR＝1–RRR
其中，RRR表示目标关联率。
9.根据权利要求5所述的图像处理指标评估方法，其特征在于，所述属性正确率的计算方式如下：
其中，ai表示所述轨迹数据中的第i个点是否属于同一个轨迹数据，取值为0或1，Tn表示容错系数，取值为0到1之间；n表示所述轨迹数据中点的个数，m表示所述轨...
【专利技术属性】
技术研发人员：周曦，姚志强，徐飞，刘盛中，焦宾，龚强，侯永顺，周鑫，张政，
申请(专利权)人：四川云从天府人工智能科技有限公司，
类型：发明
国别省市：四川;51
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。