【技术实现步骤摘要】
算法评估方法、装置、设备及存储介质
[0001]本专利技术涉及图像处理领域，尤其涉及一种算法评估方法、装置、计算机设备及存储介质。
技术介绍
[0002]0随着图像识别算法日益丰富，不再局限于人脸人体车辆等常规算法，治理
[0003]类算法如乱丢垃圾，闯红灯，井盖异常，经营占道等不同场景的图像识别算法逐渐增加，算法效果评估结果关系到相关算法是否能够在实际场景中使用而显得尤为重要。
[0004]业界通用的检测算法效果评估方法，为统计算法检测结果指标查准率和召5回率，由于查准率和召回率是负相关的，故一般会通过F
‑
Socre等常用评价指标(通过对查准率和召回率不同的加权比重)来整体评估算法的检测效果。但是在密集型场景中，由于存在检测目标重叠相交的情况，如果采用通用评估方法，可能存在检测结果误统计或统计结果不准确的情况，进而导致算法检测结果与实际结果的差异较大，算法评估结果的准确度较低。
[0005]
技术实现思路
[0006]基于此，有必要针对上述技术问题，提供一种算法评估方法、装...
【技术保护点】
【技术特征摘要】
1.一种算法评估方法，其特征在于，包括：获取标注对象组及检测对象组；所述标注对象组包括对待处理图像中的目标对象进行标注的多个标注框；所述检测对象组包括根据预设识别算法对所述待处理图像的目标对象进行识别得到的多个检测框；所述标注框为对所述待处理图像中相互重叠的至少两个目标对象进行整体标注的对象框或对所述待处理图像中的单个不重叠目标对象进行标注的对象框，所述检测框为对所述待处理图像的单个目标对象进行识别得到的对象框；逐一计算所述检测对象组中的各个检测框和所述标注对象组中的各个标注框之间的重合度；基于所述检测对象组中的各个检测框和所述标注对象组中的各个标注框之间的重合度，确定所述标注对象组和所述检测对象组之间的检测匹配结果；根据所述检测匹配结果，生成针对所述检测对象组的算法评价结果。2.如权利要求1所述的算法评估方法，其特征在于，所述基于所述检测对象组中的各个检测框和所述标注对象组中的各个标注框之间的重合度，确定所述标注对象组和所述检测对象组之间的检测匹配结果，包括：针对所述检测对象组中的每个所述检测框，在所述标注对象组中的各个标注框中，选择与所述检测框之间的重合度最高且重合度大于或等于所述重合度阈值的标注框作为目标标注框，将所述检测框作为与所述目标标注框存在匹配关系的匹配框，得到所述检测对象组中的各个检测框对应的匹配框组；根据所述检测对象组中的各个检测框对应的匹配框组，确定所述检测对象组的正确类检测个数；根据所述标注对象组中不存在匹配关系的标注框以及所述检测对象组中不存在匹配关系的检测框，确定所述检测对象组的错误类检测个数；根据所述正确类检测个数和所述错误类检测个数，确定所述标注对象组和所述检测对象组之间的检测匹配结果。3.如权利要求2所述的算法评估方法，其特征在于，所述错误类检测个数包括漏检个数和误检个数；所述根据所述标注对象组中不存在匹配关系的标注框以及所述检测对象组中不存在匹配关系的检测框，确定所述检测对象组的错误类检测个数，包括：统计所述标注对象组中不存在匹配关系的标注框的个数，生成所述漏检个数；统计所述检测对象组中不存在匹配关系的检测框的个数，生成所述误检个数。4.如权利要求2所述的算法评估方法，其特征在于，所述正确类检测个数包括第一正确检出个数和第二正确检出个数；所述根据所述检测对象组中的各个检测框对应的匹配框，确定所述检测对象组的正确类检测个数，包括：根据重合度降序规则对各个所述匹配框组中的检测框进行排序，生成各个所述匹配框组对应的检测框排序队列；依次从各个所述匹配框组对应的检测框排序队列取出排序在先的检测框；统计已取出的检测框的个数，生成所述第一正确检出个数；统计所述检测框排序队列中剩余的检测框的个数，生成所述第二正确检出个数。
5.如权利要求4所述的算法评估方法，其特征在于，所述算法评价结果包括查准率，召回率和算...
【专利技术属性】
技术研发人员：程冰，彭稷栋，
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：
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。