算法模型的测评方法、系统和存储介质技术方案

技术编号:42995643 阅读:33 留言:0更新日期:2024-10-15 13:24
本申请涉及一种算法模型的测评方法、系统和存储介质,其中,该测评方法应用于算法测评平台,算法测评平台连接摄像设备,且摄像设备集成有算法调度模块和算法前置模块;该方法包括:获取待测算法模型和第一测评数据集,并获取待测算法模型的算法类型信息;将待测算法模型和第一测评数据集,经由算法调度模块发送至算法前置模块;确定算法类型信息相对应的上报配置结构,并通过算法调度模块,接收算法前置模块基于上报配置结构上报的第一推理数据;第一推理数据是利用第一测评数据集对待测算法模型进行推理得到的;根据算法调度模块上报的第一推理数据,生成待测算法模型的第一测评结果。通过本申请,解决了算法模型测评效率低的问题。

【技术实现步骤摘要】

本申请涉及摄像,特别是涉及算法模型的测评方法、系统和存储介质


技术介绍

1、随着计算机硬件技术和软件技术的不断发展,使得各种嵌入式设备、移动设备和智能设备得到了广泛推广。云人工智能(artificial intelligence,ai)监控摄像机是新兴的居家安防智能设备,通过将ai算法应用部署在云侧,用户可按需配置下载算法到摄像机运行,如客流统计、区域入侵、人脸抓拍等,支持单个算法适配芯片相同但设备型号存在差异的设备。

2、ai算法应用的上线前的测试验证是必须的,否则易导致线上ai应用产品良莠不齐,业务人员无法确认产品性能边界。有些人采取全部依据算法厂商提供的自测报告来评估算法质量,由于存在测试环境数据差异,这可能导致算法在特定数据集上表现良好,但在实际应用中性能下降,无法满足产品需求,算法精度标准难以统一。现有采取的解决办法通常是人工搭建实景环境复测精度,可以针对业务功能进行验收,但存在验收人力及时间成本较高、枚举测试用例有限、数据易统计错误的问题,严重影响了ai算法应用的上线进度。

3、目前针对相关技术中算法模型测评效率低的问本文档来自技高网...

【技术保护点】

1.一种算法模型的测评方法,其特征在于,应用于算法测评平台;所述算法测评平台连接摄像设备,且所述摄像设备集成有算法调度模块和算法前置模块;所述方法包括:

2.根据权利要求1所述的测评方法,其特征在于,所述确定所述算法类型信息相对应的上报配置结构之后,所述方法还包括:

3.根据权利要求2所述的测评方法,其特征在于,生成所述第二测评数据集,还包括:

4.根据权利要求3所述的测评方法,其特征在于,所述设备资源信息包括内存资源使用率信息;所述算法调度模块基于所述设备资源信息和所述第一推理数据,动态调整所述第一测评数据集,得到第二测评数据集,包括:

...

【技术特征摘要】

1.一种算法模型的测评方法,其特征在于,应用于算法测评平台;所述算法测评平台连接摄像设备,且所述摄像设备集成有算法调度模块和算法前置模块;所述方法包括:

2.根据权利要求1所述的测评方法,其特征在于,所述确定所述算法类型信息相对应的上报配置结构之后,所述方法还包括:

3.根据权利要求2所述的测评方法,其特征在于,生成所述第二测评数据集,还包括:

4.根据权利要求3所述的测评方法,其特征在于,所述设备资源信息包括内存资源使用率信息;所述算法调度模块基于所述设备资源信息和所述第一推理数据,动态调整所述第一测评数据集,得到第二测评数据集,包括:

5.根据权利要求4所述的测评方法,其特征在于,所述设备资源信息还包括cpu资源占用率;所述算法调度模块基于所述设备资源信息和所述第一...

【专利技术属性】
技术研发人员:杨程张亮成国强
申请(专利权)人:天翼视联科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1