算法评估方法、装置、设备及存储介质与流程

本发明涉及图像处理领域，尤其涉及一种算法评估方法、装置、计算机设备及存储介质。

背景技术：

1、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

2、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。

3、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。

4、

技术实现思路

1、基于此，有必要针对上述技术问题，提供一种算法评估方法、装置、计算机设备及存储介质，以提高算法评估结果的准确度。

2、一种算法评估方法，包括：5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；

3、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；

4、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；

5、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。

6、一种算法评估装置，包括：

7、对象组获取模块，用于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；

8、重合度计算模块，用于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；

9、匹配结果构建模块，用于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；

10、评价结果生成模块，用于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估结果。

11、本发明实施例提供一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机可读指令，所述处理器执行所述计算机可读指令时实现上述算法评估方法。

12、本发明实施例提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述算法评估方法。

13、上述算法评估方法、装置、计算机设备及存储介质中，通过对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或对待处理图像中的单个不重叠目标对象进行标注得到标注对象框，对待处理图像的单个目标对象进行识别得到检测对象框，获取标注对象组及检测对象组；从而逐一计算标注对象组中的各个检测框和标注对象组中的各个标注框之间的重合度；基于标注对象组中的各个检测框和检测对象组中的各个标注框之间的重合度，确定标注对象组和检测对象组之间的检测匹配结果；最后根据检测匹配结果，生成针对检测对象组的算法评价结果。本发明通过对待处理图像中相互重叠的至少两个目标对象进

14、行整体标注得到对象框或对待处理图像中的单个不重叠目标对象进行标注得到5标注对象框，对待处理图像的单个目标对象进行识别得到检测对象框，使得检测出的目标对象框能被准确地归纳入对应的标注对象框中，有效减少了评价数据与实际数据的差异性，提高了算法评估结果的可靠性。

技术特征：

1.一种算法评估方法，其特征在于，包括：

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：

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；

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；

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，召回率和算法评估分数；

6.如权利要求5所述的算法评估方法，其特征在于，所述根据所述第一正确检出个数、所述第二正确检出个数和所述检测对象组的检测框个数确定所述查准率，包括：

7.如权利要求5所述的算法评估方法，其特征在于，所述根据所述查准率和所述召回率，确定所述算法评估分数，包括：

8.一种算法评估装置，其特征在于，包括：

9.一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机可读指令，其特征在于，所述处理器执行所述计算机可读指令时实现如权利要求1至7中任一项所述算法评估方法。

10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述算法评估方法。

技术总结
本发明涉及图像处理领域，尤其涉及一种算法评估方法、装置、计算机设备及存储介质，其方法包括：获取标注对象组及检测对象组；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。本发明通过检测对象组与标注对象组之间的匹配结果，并生成检测对象组的算法评价结果，使得检测框能被准确地归纳入对应的标注框中，有效地减少了评价数据与实际数据的差异性。

技术研发人员：程冰,彭稷栋
受保护的技术使用者：成都云天励飞技术有限公司
技术研发日：
技术公布日：2024/1/12