图片识别算法的精度测试方法和系统技术方案

本申请涉及一种图片识别算法的精度测试方法，该方法包括：通过采集模块，获取目标对象的测试图集；通过预处理模块，读取该测试图集中的所有图片文件，并将图片文件转换为图片字符，推送至测试模块；通过该测试模块，调用图片识别算法的接口，判断该图片字符是否被识别为目标对象，并记录识别结果；通过输出模块，根据所有图片字符的识别结果，自动生成精度测试结果。通过本申请，解决了人工操作进行图片识别算法的识别精度测试，主观性强且测试数据不够量化而导致测试效率低下的问题，提高了图片识别算法的精度测试的效率、场景覆盖率和接口测试的易用性，同时，节省了人力成本，使得测试工程师可以专注于测试图集的制作和测试结果的分析。分析。分析。

【技术实现步骤摘要】
图片识别算法的精度测试方法和系统


[0001]本申请涉及人工智能领域，特别是涉及一种图片识别算法的精度测试方法和系统。

技术介绍

[0002]随着人工智能领域的快速发展，图片识别技术得到了广泛应用，图片识别的业务需求也越来越多。因此，需要对图片识别算法进行测试，以获知图片识别算法的识别精度。
[0003]在相关技术中，通过人工操作进行数据采集、图片训练识别、测试、统计等工作，进而获得图片识别算法的识别精度，该类方法需要人工操作，而人工操作的过程主观性较强，且测试数据不够量化，导致测试效率低下。
[0004]目前针对相关技术中图片识别算法精度测试方法效率低下的问题尚未提出有效的解决方案。

技术实现思路

[0005]本申请实施例提供了一种图片识别算法的精度测试方法、系统、电子装置和存储介质，以至少解决相关技术中通过人工操作进行图片识别算法的精度测试，导致效率低下的问题。
[0006]第一方面，本申请实施例提供了一种图片识别算法的精度测试的方法，所述方法包括：
[0007]步骤S1：通过采集模块，获取目标对象的测试图集；
[0008]步骤S2：通过预处理模块，读取所述测试图集中的所有图片文件，将所述图片文件转换为图片字符之后，推送至测试模块；
[0009]步骤S3：通过所述测试模块，调用所述图片识别算法的接口，判断所述图片字符是否被识别为所述目标对象，并记录识别结果；
[0010]步骤S4：通过输出模块，根据所有图片字符的识别结果，自动生成精度测试结果。
[0011]在其中一些实施例中，通过自动化测试框架，指示所述预处理模块和所述测试模块循环执行所述步骤S2和步骤S3，自动遍历所述测试图集中的所有图片文件，在所有图片文件遍历完成之后，得到所有文件的识别结果。
[0012]在其中一些实施例中，所述步骤S3包括：
[0013]通过所述测试模块，调用所述图片识别算法的接口，指示所述图片识别算法识别所述图片字符，其中，
[0014]识别过程启用断言，在所述图片字符识别成功的情况下，断言输出值为真，在所述图片字符无法识别的情况下，断言输出值为假，并指示所述测试模块中止对所述图片的识别流程。
[0015]在其中一些实施例中，所述方法还包括：
[0016]通过执行所述步骤S1至S4，得到第一版本图片识别算法的第一精度测试结果，以
及第二版本图片识别算法的第二精度测试结果；
[0017]根据所述第一精度测试结果和所述第二精度测试结果，得到算法版本的优化信息。
[0018]在其中一些实施例中，将所述图片文件转换为图片字符的过程中，根据所述图片识别算法的属性信息和摄像设备的参数信息，对所述图片文件进行尺寸转换。
[0019]在其中一些实施例中，将所述图片文件转换为图片字符之后，所述方法还包括：
[0020]对所述图片字符进行加密处理。
[0021]在其中一些实施例中，所述步骤S1之前，所述方法还包括：
[0022]基于预设规则，通过摄像设备拍摄N个所述目标对象的照片，得到训练数据集，基于所述训练数据集训练所述图片识别算法。
[0023]第二方面，本申请实施例提供了一种图片识别算法的精度测试系统，所述系统包括：采集模块、预处理模块、测试模块、输出模块：
[0024]所述采集模块，用于获取目标对象的测试图集；
[0025]所述预处理模块，用于读取所述测试图集中的所有图片文件，将所述图片文件转换为图片字符之后，推送至测试模块；
[0026]所述测试模块，用于调用所述图片识别算法的接口，判断所述图片字符是否被识别为所述目标对象，并记录识别结果；
[0027]所述输出模块，用于根据所有图片字符的识别结果，自动生成精度测试结果。
[0028]第三方面，本申请实施例提供了一种电子装置，包括存储器、处理器以及存储在所述存储器上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上述第一方面所述的方法。
[0029]第四方面，本申请实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述第一方面所述的方法。
[0030]相比于相关技术，本申请实施例提供的图片识别算法的精度测试方法，通过采集模块，获取目标对象的测试图集，通过预处理模块，读取该测试图集中的所有图片文件，将该图片文件转换为图片字符之后，推送至测试模块，通过该测试模块，调用该图片识别算法的接口，判断该图片字符是否被识别为该目标对象，并记录识别结果，通过输出模块，根据所有图片字符的识别结果，自动生成图片识别算法的精度测试结果，解决了通过人工操作进行图片识别算法的识别精度测试，主观性强且测试数据不够量化而导致测试效率低下的问题，提高了图片识别算法的精度测试的效率、场景覆盖率和接口测试的易用性，同时，节省了人力成本，使得测试工程师可以专注于测试图集的制作和测试结果的分析。
附图说明
[0031]此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
[0032]图1是根据本申请实施例的图片识别算法的精度测试方法的应用环境示意图；
[0033]图2是根据本申请实施例的图片识别算法的精度测试方法的流程图；
[0034]图3根据本申请实施例的另一种图片识别算法的精度测试方法的流程图；
[0035]图4是根据本申请实施例的图片识别算法的精度测试系统的结构框图；
[0036]图5是根据本申请实施例的电子设备的内部结构示意图。
具体实施方式
[0037]为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行描述和说明。应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。基于本申请提供的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0038]显而易见地，下面描述中的附图仅仅是本申请的一些示例或实施例，对于本领域的普通技术人员而言，在不付出创造性劳动的前提下，还可以根据这些附图将本申请应用于其他类似情景。此外，还可以理解的是，虽然这种开发过程中所作出的努力可能是复杂并且冗长的，然而对于与本申请公开的内容相关的本领域的普通技术人员而言，在本申请揭露的
技术实现思路
的基础上进行的一些设计，制造或者生产等变更只是常规的技术手段，不应当理解为本申请公开的内容不充分。
[0039]在本申请中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域普通技术人员显式地和隐式地理解的是，本申请所描述的实施例在不冲突的情况下，可以与其它实施例相结合。
[本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图片识别算法的精度测试方法，其特征在于，所述方法包括：步骤S1：通过采集模块，获取目标对象的测试图集；步骤S2：通过预处理模块，读取所述测试图集中的所有图片文件，将所述图片文件转换为图片字符之后，推送至测试模块；步骤S3：通过所述测试模块，调用所述图片识别算法的接口，判断所述图片字符是否被识别为所述目标对象，并记录识别结果；步骤S4：通过输出模块，根据所有图片字符的识别结果，自动生成精度测试结果。2.根据权利要求1所述的方法，其特征在于，通过自动化测试框架，指示所述预处理模块和所述测试模块循环执行所述步骤S2和步骤S3，自动遍历所述测试图集中的所有图片文件，在所有图片文件遍历完成之后，得到所有图片文件的识别结果。3.根据权利要求2所述的方法，其特征在于，所述步骤S3包括：通过所述测试模块，调用所述图片识别算法的接口，指示所述图片识别算法识别所述图片字符，其中，识别过程启用断言，在所述图片字符识别成功的情况下，断言输出值为真，在所述图片字符无法识别的情况下，断言输出值为假，并指示所述测试模块中止对所述图片字符的识别流程。4.根据权利要求1所述的方法，其特征在于，所述方法还包括：通过执行所述步骤S1至S4，得到第一版本图片识别算法的第一精度测试结果，以及第二版本图片识别算法的第二精度测试结果；根据所述第一精度测试结果和所述第二精度测试结果，得到算法版本的优化信息。5.根据权利...

【专利技术属性】
技术研发人员：秦莉莉，虞崇军，邹礼见，
申请(专利权)人：杭州易现先进科技有限公司，
类型：发明
国别省市：