[发明专利]一种目标检测算法的评估方法、装置、设备及存储介质

权利要求书

1.一种目标检测算法的评估方法，其特征在于，包括：

获取预设数量的图像样本，对各所述图像样本进行目标标注，形成包含标准目标数据的标准目标数据集；

基于待评估算法对各所述图像样本进行目标检测，形成包含候选目标数据的候选目标数据集；

根据所述标准目标数据集和所述候选目标数据集确定不同目标类别对应的类别评估参数，并通过各所述类别评估参数确定所述待评估算法的评估结果。

2.根据权利要求1所述的目标检测算法的评估方法，其特征在于，

所述标准目标数据包括标准目标类别和标准目标区域；

所述候选目标数据包括候选目标类别、候选目标区域和候选置信度；

相应的，所述根据所述标准目标数据集和所述候选目标数据集确定不同目标类别对应的类别评估参数，包括：

根据各所述标准目标数据的标准目标区域和各所述候选目标数据的候选目标区域，以及各所述标准目标数据的标准目标类别和各所述候选目标数据的候选目标类别，从所述候选目标数据集中筛选出包含候选样例的候选样例集；

根据各所述候选样例对应的候选目标类别，将所述候选样例集划分成至少一个目标类别对应的候选样例子集；

针对每个候选样例子集，基于所述候选样例子集中各所述候选样例对应的候选置信度，确定所述候选样例子集对应的平均准确率，将所述平均准确率确定为对应的目标类别的类别评估参数。

3.根据权利要求2所述的目标检测算法的评估方法，其特征在于，所述根据各所述标准目标数据的标准目标区域和各所述候选目标数据的候选目标区域，以及各所述标准目标数据的标准目标类别和各所述候选目标数据的候选目标类别，从所述候选目标数据集中筛选出包含候选样例的候选样例集，包括：

针对所述候选目标数据集中的每个候选目标数据，根据所述候选目标数据的候选目标区域与各所述标准目标数据的标准目标区域，分别确定所述候选目标数据与各所述标准目标数据的预备交并比；

将取值最大的预备交并比确定为目标交并比，并将所述目标交并比对应的标准目标数据与所述候选目标数据建立匹配关系；

获取预先设置的评估阈值映射表，确定与所述候选目标数据的候选目标类别对应的类别阈值；

如果所述目标交并比大于所述类别阈值，且所述候选目标数据的候选目标类别与匹配的标准目标数据的标准目标类别一致时，确定所述候选目标数据为候选样例，并将所述候选样例添加至候选样例集。

4.根据权利要求2所述的目标检测算法的评估方法，其特征在于，所述基于所述候选样例子集中各所述候选样例对应的候选置信度，确定所述候选样例子集对应的平均准确率，包括：

根据所述候选样例子集中各所述候选样例对应的候选置信度，选取第一预设数量的置信度阈值，并确定各所述置信度阈值对应的类别精确率和类别召回率；

基于各所述类别精确率和各所述类别召回率，确定类别评估拟合函数；

选取第二预设数量的拟合召回率，结合所述类别评估拟合函数，确定各所述拟合召回率对应的各拟合精确率，并将各拟合精确率的平均值作为所述候选样例子集对应的平均准确率。

5.根据权利要求4所述的目标检测算法的评估方法，其特征在于，所述确定各所述置信度阈值对应的类别精确率和类别召回率，包括：

针对每个置信度阈值，将所述候选样例子集中候选置信度大于等于所述置信度阈值的候选样例确定为候选正样例；

将所述候选样例子集中候选正样例的正样例数量与候选样例的样例总数量之比作为所述置信度阈值对应的类别精确率；

将所述正样例数量与标准类别数据总量之比作为所述置信度阈值对应的类别召回率，所述标准类别数据总量为与所述候选样例同一目标类别的标准目标数据的数据个数。

6.根据权利要求1所述的目标检测算法的评估方法，其特征在于，所述通过各所述类别评估参数确定所述待评估算法的评估结果，包括：

获取预先设置的类别权重，并基于所述类别权重对各所述类别评估参数加权求和，得到所述待评估算法的评估结果。