图像识别模型的测试方法、装置、终端设备和存储介质与流程

本发明涉及算法模型的精度测试，尤其涉及基于一种图像识别模型的测试方法、装置、终端设备和存储介质。

背景技术：

1、在关于识别的算法模型的测试中，测试人员需要对算法模型进行部署及测试，以确保模型在实际应用时，进行智能识别时的准确率符合用户标准。而在具体的对于模型进行测试时，特别是对于图片识别的算法模型，现有技术需要测试人员对每一张图片的识别结果与原图片进行观察与对比，得出比对结果后还需要人工统计识别后的识别准确率，但是对于大量的图片且需要进行人工核对时，不仅测试耗时长，不能实现自动统计识别模型的识别准确率。

技术实现思路

1、本发明实施例提供一种图像识别模型的测试方法、装置、终端设备和存储介质，能有效解决现有技术中对于大量的图片且需要进行人工核对时，不仅测试耗时长，不能实现自动统计识别模型的识别准确率的问题。

2、本发明一实施例提供一种图像识别模型的测试方法，包括：

3、获取一图像识别模型的样本图像集；其中，所述样本图像集包括若干样本图像，每一样本图片包括若干目标对象对应的第一标注框；

4、将各样本图像输入所述图像识别模型中，以使所述图像识别模型对每一样本图像中的目标对象进行识别并生成各目标对象所对应的第二标注框；

5、对于每一样本图像，计算每一第二标注框与对应的第一标注框的交集，计算每一第二标注框与对应的第一标注框的并集，计算所述交集与所述并集的比值，得到每一第二标注框对应的交并比值；将交并比值大于预设值的第二标注框所对应的目标对象识别结果判定为准确，将交并比值不大于预设值第二标注框所对应的目标对象识别结果判定为错误；

6、根据所有样本图像中目标对象识别结果为准确的目标对象数量，确定图像识别模型的准确率。

7、优选的，所述计算每一第二标注框与对应的第一标注框的交集，计算每一第二标注框与对应的第一标注框的并集，计算所述交集与所述并集的比值，得到每一第二标注框对应的交并比值，具体包括：

8、通过iou交并比函数计算每一第二标注框与对应的第一标注框的交集，以及计算每一第二标注框与对应的第一标注框的并集；

9、通过iou交并比函数计算所述交集与所述并集的比值，得到每一第二标注框对应的交并比值。

10、优选的，所述根据所有样本图像中目标对象识别结果为准确的目标对象数量，确定图像识别模型的准确率，具体包括：

11、计算所有样本图像中目标对象识别结果为准确的目标对象数量与所有样本图像中的目标对象数量的比值，并将所述比值作为图像识别模型的准确率。

12、优选的，所述根据所有样本图像中目标对象识别结果为准确的目标对象数量，确定图像识别模型的准确率，具体包括：

13、计算每一样本图像中目标对象识别结果为准确的目标对象数量和每一样本图像中的第二标注框的数量，得到每一样本图像对应的召回率；

14、计算所有样本图像的召回率对应的平均值，并将所述平均值作为图像识别模型的准确率。

15、优选的，还包括：

16、根据每一样本图像对应的第一标注框的数量、每一样本图像对应的第二标注框数量、每一样本图像中每一第二标注框对应的目标对象识别结果、每一样本图像对应的召回率，生成每一目标图片对应的混淆矩阵。

17、优选的，还包括：

18、将每一第二标注框对应的目标对象识别结果判定为错误的一样本图像发送至预设错误文件中。

19、在上述的方法实施例的基础上，本发明对应提供了装置项实施例。

20、本发明一实施例提供了一种图像识别模型的测试装置，包括：样本图像集获取模块、标注框生成模块、识别结果确定模块和准确率确定模块；

21、所述样本图像集获取模块，用于获取一图像识别模型的样本图像集；其中，所述样本图像集包括若干样本图像，每一样本图片包括若干目标对象对应的第一标注框；

22、所述标注框生成模块，用于将各样本图像输入所述图像识别模型中，以使所述图像识别模型对每一样本图像中的目标对象进行识别并生成各目标对象所对应的第二标注框；

23、所述识别结果确定模块，用于对于每一样本图像，计算每一第二标注框与对应的第一标注框的交集，计算每一第二标注框与对应的第一标注框的并集，计算所述交集与所述并集的比值，得到每一第二标注框对应的交并比值；将交并比值大于预设值的第二标注框所对应的目标对象识别结果判定为准确，将交并比值不大于预设值第二标注框所对应的目标对象识别结果判定为错误；

24、所述准确率确定模块，用于根据所有样本图像中目标对象识别结果为准确的目标对象数量，确定图像识别模型的准确率。

25、在上述的方法实施例的基础上，本发明对应提供了终端设备项实施例。

26、本发明另一实施例提供了一种终端设备，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现上述发明实施例所述的一种图像识别模型的测试方。

27、在上述的方法实施例的基础上，本发明对应提供了存储介质项实施例。

28、本发明另一实施例提供了一种，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行上述发明实施例所述的一种图像识别模型的测试方。

29、通过实施本发明具有如下有益效果：

30、本发明实施例提供了一种图像识别模型的测试方法、装置、终端设备和存储介质，所述基于识别模型的测试方法，包括：获取一图像识别模型的样本图像集；其中，所述样本图像集包括若干样本图像，每一样本图片包括若干目标对象对应的第一标注框；将各样本图像输入所述图像识别模型中，以使所述图像识别模型对每一样本图像中的目标对象进行识别并生成各目标对象所对应的第二标注框；对于每一样本图像，计算每一第二标注框与对应的第一标注框的交集，计算每一第二标注框与对应的第一标注框的并集，计算所述交集与所述并集的比值，得到每一第二标注框对应的交并比值；将交并比值大于预设值的第二标注框所对应的目标对象识别结果判定为准确，将交并比值不大于预设值第二标注框所对应的目标对象识别结果判定为错误；根据所有样本图像中目标对象识别结果为准确的目标对象数量，确定图像识别模型的准确率。与现有技术相比，本发明在对识别模型进行测试时，通过对样本图像集进行第二次识别后，然后将第二次识别输出的第二标注框结果与样本图像集的原第一标注框结果两者的标注框进行比对，并计算每一第二标注框与对应的第一标注框的交集与所述并集的比值得到交并比值；将交并比值大于预设值的第二标注框所对应的目标对象识别结果判定为准确，将交并比值不大于预设值第二标注框所对应的目标对象识别结果判定为错误。即本发明可以将第二次识别输出的第二标注框结果与样本图片集的原第一标注框结果进行自动识别是否正确，从而再继续根据所有样本图像中目标对象识别结果为准确的目标对象数量，确定图像识别模型的准确率，而无需采用人工统计的方式，并且相对于人工统计的方式，在对大量的图片进行识别的处理时，本发明可以实现自动识别每一图片的是否被识别，以及是否识别正确，并确定图像识别模型的准确率，提高了测试效率。