一种模型测试方法、装置、终端及存储介质制造方法及图纸

本申请适用于目标检测技术领域，提供一种模型测试方法、装置、终端及存储介质，其中方法包括：获取N组测试图像对，对每组测试图像对，通过目标检测模型分别对第一图像及第二图像进行目标识别，得到识别比对结果，基于每组测试图像对的识别比对结果，获取N个目标识别稳定性测试值，根据N个目标识别稳定性测试值，获取目标检测模型的稳定性测试结果。该方案实现对目标检测模型的稳定性的检测，满足某些需要稳定检测的场景下的检测需求。稳定检测的场景下的检测需求。稳定检测的场景下的检测需求。

【技术实现步骤摘要】
一种模型测试方法、装置、终端及存储介质


[0001]本申请属于目标检测
，尤其涉及一种模型测试方法、装置、终端及存储介质。

技术介绍

[0002]随着深度学习的发展，目标检测技术得到了跨越式发展，其检测性能方面具有大幅度提高。
[0003]对于目标检测，在检测性能大幅提高的同时，平均正确率(Average Precision，AP)等描述目标检测准确率的指标广受关注，大多数现有技术研究的都是从如何满足检测指标的角度出发，实现对提升检测准确率或精确度的探索，而对模型的稳定性则关注很少。这导致关于目标检测模型稳定性的评价没有一个统一的标准，对模型的评价没有一个完整的流程，在一些要求稳定性很高的应用场景中，不能准确评价模型是否已达到标准，难以满足某些需要稳定检测的场景下的检测需求。

技术实现思路

[0004]本申请实施例提供了一种模型测试方法、装置、终端及存储介质，以解决现有技术中在一些要求稳定性很高的应用场景中，不能准确评价模型是否达到标准，难以满足某些需要稳定检测的场景下的检测需求的问题。
[0005]本申请实施例的第一方面提供了一种模型测试方法，包括：
[0006]获取N组测试图像对；
[0007]对每组所述测试图像对，通过目标检测模型分别对所述第一图像及所述第二图像进行目标识别，得到识别比对结果；
[0008]基于每组所述测试图像对的所述识别比对结果，获取N个目标识别稳定性测试值；
[0009]根据N个所述目标识别稳定性测试值，获取所述目标检测模型的稳定性测试结果。
[0010]本申请实施例的第二方面提供了一种模型测试装置，包括：
[0011]第一获取模块，用于获取N组测试图像对；
[0012]识别模块，用于对每组所述测试图像对，通过目标检测模型分别对所述第一图像及所述第二图像进行目标识别，得到识别比对结果；
[0013]第二获取模块，用于基于每组所述测试图像对的所述识别比对结果，获取N个目标识别稳定性测试值；
[0014]第三获取模块，用于根据N个所述目标识别稳定性测试值，获取所述目标检测模型的稳定性测试结果。
[0015]本申请实施例的第三方面提供了一种终端，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如第一方面所述方法的步骤。
[0016]本申请实施例的第四方面提供了一种计算机可读存储介质，所述计算机可读存储
介质存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面所述方法的步骤。
[0017]本申请的第五方面提供了一种计算机程序产品，当所述计算机程序产品在终端上运行时，使得所述终端执行上述第一方面所述方法的步骤。
[0018]由上可见，本申请实施例中通过获取N组测试图像对，对每组测试图像对，通过目标检测模型分别对第一图像及第二图像进行目标识别，得到识别比对结果，基于每组测试图像对的识别比对结果，获取N个目标识别稳定性测试值，并根据该N个目标识别稳定性测试值，获取目标检测模型的稳定性测试结果。该过程通过利用目标检测模型对预设的N组测试图像对分别进行目标识别，以测试图像对的组别为单位，分别获取到用以指示模型目标识别稳定性的目标识别稳定性测试值，并综合该些目标识别稳定性测试值，以实现对目标检测模型的整体目标识别稳定性的检测过程，获取到模型的稳定性测试结果，提升目标检测模型稳定性检测过程的便捷度、完整度及有效度，能够准确评价模型是否已达到稳定性标准，满足某些需要稳定检测的场景下的检测需求。
附图说明
[0019]为了更清楚地说明本申请实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0020]图1是本申请实施例提供的一种模型测试方法的流程图一；
[0021]图2是本申请实施例提供的一种模型测试方法的流程图二；
[0022]图3是本申请实施例提供的一种模型测试装置的结构图；
[0023]图4是本申请实施例提供的一种终端的结构图。
具体实施方式
[0024]以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。
[0025]应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
[0026]还应当理解，在此本申请说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本申请。如在本申请说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。
[0027]还应当进一步理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
[0028]如在本说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或
“
如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
[0029]具体实现中，本申请实施例中描述的终端包括但不限于诸如具有触摸敏感表面(例如，触摸屏显示器和/或触摸板)的移动电话、膝上型计算机或平板计算机之类的其它便携式设备。还应当理解的是，在某些实施例中，所述设备并非便携式通信设备，而是具有触摸敏感表面(例如，触摸屏显示器和/或触摸板)的台式计算机。
[0030]在接下来的讨论中，描述了包括显示器和触摸敏感表面的终端。然而，应当理解的是，终端可以包括诸如物理键盘、鼠标和/或控制杆的一个或多个其它物理用户接口设备。
[0031]终端支持各种应用程序，例如以下中的一个或多个：绘图应用程序、演示应用程序、文字处理应用程序、网站创建应用程序、盘刻录应用程序、电子表格应用程序、游戏应用程序、电话应用程序、视频会议应用程序、电子邮件应用程序、即时消息收发应用程序、锻炼支持应用程序、照片管理应用程序、数码相机应用程序、数字摄影机应用程序、web浏览应用程序、数字音乐播放器应用程序和/或数字视频播放器应用程序。
[0032]可以在终端上执行的各种应用程序可以使用诸如触摸敏感表面的至少一个公共物理用户本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种模型测试方法，其特征在于，包括：获取N组测试图像对，每组所述测试图像对均包含第一图像与第二图像，N为正整数；对每组所述测试图像对，通过目标检测模型分别对所述第一图像及所述第二图像进行目标识别，得到识别比对结果；基于每组所述测试图像对的所述识别比对结果，获取N个目标识别稳定性测试值；根据N个所述目标识别稳定性测试值，获取所述目标检测模型的稳定性测试结果。2.根据权利要求1所述的模型测试方法，其特征在于，所述对每组所述测试图像对，通过目标检测模型分别对所述第一图像及所述第二图像进行目标识别，得到识别比对结果，包括：对每组所述测试图像对，通过目标检测模型分别对所述第一图像及所述第二图像进行目标识别，获取所述第一图像中的第一识别框以及所述第二图像中的第二识别框；计算所述第一识别框与所述第二识别框的交并比；若存在交并比的数值处于设定范围内的目标交并比，则确定所述目标检测模型从所述第一图像和所述第二图像中识别出相应目标对象；若不存在交并比的数值处于所述设定范围内的目标交并比，则确定所述目标检测模型未从所述第一图像和所述第二图像中识别出相应目标对象。3.根据权利要求2所述的模型测试方法，其特征在于，所述基于每组所述测试图像对的所述识别比对结果，获取N个目标识别稳定性测试值，包括：若所述识别比对结果为所述目标检测模型从所述第一图像和所述第二图像中识别出相应目标对象，则分别获取所述目标交并比对应的第一识别框的第一置信度和所述目标交并比对应的第二识别框的第二置信度；将所述第一置信度与所述第二置信度的差值的绝对值确定为当前测试图像对的目标识别稳定性测试值。4.根据权利要求2所述的模型测试方法，其特征在于，所述基于每组所述测试图像对的所述识别比对结果，获取N个目标识别稳定性测试值，包括：若所述识别比对结果为所述目标检测模型未从所述第一图像和所述第二图像中识别出相应目标对...

【专利技术属性】
技术研发人员：唐欢，
申请(专利权)人：深圳云天励飞技术股份有限公司，
类型：发明
国别省市：