【技术实现步骤摘要】
本专利技术涉及人工智能，尤其涉及安检判图员能力评价方法、装置、设备、介质及程序产品。
技术介绍
1、地铁、火车等安检是由判图员在安检点进行本地判图，但是判图员的判图能力有高有低，在现有技术中，为了提高判图员的判图能力，会对判图员进行培训，但是在现有技术中，并没有对判图员的判图能力进行评价区分的方法，无法实现针对性的培训，培训效率低。
技术实现思路
1、本专利技术提供安检判图员，用以解决现有技术中没有对判图员的判图能力进行评价区分的缺陷，实现对判图员的判图能力进行评价区分。
2、本专利技术提供一种安检判图员能力评价方法，包括：
3、获取目标判图员的人工判图数据，所述人工判图数据包括所述目标判图员的判图量、判图用时以及判图结果；
4、基于所述人工判图数据，确定所述目标判图员的判图特征数据；
5、将所述判图特征数据输入至已训练的评价模型中，获取所述评价模型输出的判图能力评价结果；
6、其中，所述评价模型基于多组训练数据训练得到，每组训练数据包括样本判图特征数据、所述样本判图特征数据对应的样本判图能力评价结果以及样本评价反馈数据，所述样本评价反馈数据反映所述样本判图能力评价结果的准确性。
7、根据本专利技术提供的一种安检判图员能力评价方法，所述基于所述人工判图数据，确定所述目标判图员的判图特征数据，包括：
8、基于所述人工判图数据，确定多个预设判图指标的特征数据作为所述判图特征数据；
9、其中，
10、根据本专利技术提供的一种安检判图员能力评价方法，所述评价模型包括特征组合模块以及评价结果输出模块；所述将所述判图特征数据输入至已训练的评价模型中，获取所述评价模型输出的判图能力评价结果，包括：
11、将所述判图特征数据输入至所述特征组合模块，获取所述特征组合模块输出的至少一个组合特征，所述组合特征是对至少一个所述预设判图指标的特征数据进行融合后得到的；
12、将所述至少一个组合特征输入至所述评价结果输出模块，获取所述评价结果输出模块输出的所述判图能力评价结果。
13、根据本专利技术提供的一种安检判图员能力评价方法，所述判图能力评价结果包括所述目标判图员在至少一个判图任务中的判图能力评级；所述获取所述评价模型输出的判图能力评价结果之后，还包括：
14、基于所述判图能力评价结果中的所述判图能力评级以及所述判图能力评级对应的判图任务的类型，确定所述目标判图员对应的目标培训方案；
15、基于所述评价模型获取所述目标培训方案对应的效果数据，基于所述效果数据更新所述目标培训方案。
16、根据本专利技术提供的一种安检判图员能力评价方法，所述基于所述判图能力评价结果中的所述判图能力评级以及所述判图能力评级对应的判图任务的类型，确定所述目标判图员对应的目标培训方案，包括：
17、获取所述目标判图员的个人信息；
18、基于所述个人信息、所述判图能力评价结果中的所述判图能力评级以及所述判图能力评级对应的判图任务的类型，确定所述目标培训方案。
19、根据本专利技术提供的一种安检判图员能力评价方法，所述评价模型的训练过程包括：
20、将所述样本判图特征数据输入至所述评价模型中，获取所述评价模型输出的所述样本判图能力评价结果；
21、基于所述样本判图能力评价结果，确定样本测试安检图；
22、获取所述样本测试安检图对应的样本测试结果，所述样本测试结果为所述样本判图能力评价结果对应的样本判图员针对所述样本测试安检图作出的判图数据；
23、基于所述样本测试结果确定所述样本评价反馈数据；
24、基于所述样本评价反馈数据更新所述评价模型。
25、本专利技术还提供一种安检判图员能力评价装置，包括：
26、数据获取模块，用于获取目标判图员的人工判图数据，所述人工判图数据包括所述目标判图员的判图量、判图用时以及判图结果；
27、特征提取模块，用于基于所述人工判图数据，确定所述目标判图员的判图特征数据；
28、模型处理模块，用于将所述判图特征数据输入至已训练的评价模型中，获取所述评价模型输出的判图能力评价结果；
29、其中，所述评价模型基于多组训练数据训练得到，每组训练数据包括样本判图特征数据、所述样本判图特征数据对应的样本判图能力评价结果以及样本评价反馈数据，所述样本评价反馈数据反映所述样本判图能力评价结果的准确性。
30、本专利技术还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述安检判图员能力评价方法。
31、本专利技术还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述安检判图员能力评价方法。
32、本专利技术还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述安检判图员能力评价方法。
33、本专利技术提供的安检判图员能力评价方法、装置、设备、介质及程序产品，通过获取目标判图员的人工判图数据，基于该人工判图数据确定判图特征数据，将判图特征数据输入至已训练的评价模型中，通过评价模型输出判图能力评价结果，可以实现对判图员的判图能力的评价，对具备不同能力的判图员进行区分。
本文档来自技高网...【技术保护点】
1.一种安检判图员能力评价方法，其特征在于，包括：
2.根据权利要求1所述的安检判图员能力评价方法，其特征在于，所述基于所述人工判图数据，确定所述目标判图员的判图特征数据，包括：
3.根据权利要求2所述的安检判图员能力评价方法，其特征在于，所述评价模型包括特征组合模块以及评价结果输出模块；所述将所述判图特征数据输入至已训练的评价模型中，获取所述评价模型输出的判图能力评价结果，包括：
4.根据权利要求1所述的安检判图员能力评价方法，其特征在于，所述判图能力评价结果包括所述目标判图员在至少一个判图任务中的判图能力评级；所述获取所述评价模型输出的判图能力评价结果之后，还包括：
5.根据权利要求4所述的安检判图员能力评价方法，其特征在于，所述基于所述判图能力评价结果中的所述判图能力评级以及所述判图能力评级对应的判图任务的类型，确定所述目标判图员对应的目标培训方案，包括：
6.根据权利要求1所述的安检判图员能力评价方法，其特征在于，所述评价模型的训练过程包括：
7.一种安检判图员能力评价装置，其特征在于，包括：
...【技术特征摘要】
1.一种安检判图员能力评价方法，其特征在于，包括：
2.根据权利要求1所述的安检判图员能力评价方法，其特征在于，所述基于所述人工判图数据，确定所述目标判图员的判图特征数据，包括：
3.根据权利要求2所述的安检判图员能力评价方法，其特征在于，所述评价模型包括特征组合模块以及评价结果输出模块；所述将所述判图特征数据输入至已训练的评价模型中，获取所述评价模型输出的判图能力评价结果，包括：
4.根据权利要求1所述的安检判图员能力评价方法，其特征在于，所述判图能力评价结果包括所述目标判图员在至少一个判图任务中的判图能力评级；所述获取所述评价模型输出的判图能力评价结果之后，还包括：
5.根据权利要求4所述的安检判图员能力评价方法，其特征在于，所述基于所述判图能力评价结果中的所述判图能力评级以及所述判图能...
【专利技术属性】
技术研发人员：王理达，雷朋川，梁柱，黄宇恒，沈婷菲，
申请(专利权)人：广州广电运通智能科技有限公司，
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。