[发明专利]一种深度学习模型的评估方法

说明书

本申请提供一种深度学习模型的评估方法，解决使用大量数据时评估过程耗时的技术问题。评估方法包括：确定深度学习模型和测试集，将测试集输入深度学习模型，用以完成模型评估并生成评估结果；根据一次过滤参数过滤评估结果，获得满足第一预设条件的评估结果，记作基础结果；计算基础结果对应的混淆矩阵，获得新的评估结果，记作技术结果；根据二次过滤参数过滤基础结果和技术结果，获得满足第二预设条件的评估结果，记作过滤结果；计算过滤结果对应的混淆矩阵，用以展示评估结果。本申请通过对基础结果和技术结果进行二次过滤，得到过滤结果，进而根据过滤结果计算混淆矩阵，从而实现评估结果的快速过滤，以及在展示评估结果时更加简洁直观。

技术领域

本申请涉及深度学习领域，尤其涉及一种深度学习模型的评估方法。

背景技术

深度学习训练软件，是通过人工标注图像后，通过AI算法，训练得出AI模型的模型训练软件。深度学习模型训练后，需要进行评估来验证模型的效果。

目前，评估的结果过滤只能在评估前进行设置，在评估完成后输出过滤后的结果数据。即每次需要结果过滤时都需要重新进行一次评估过程。

然而，当使用大量数据时，进行评估过程是非常耗时的，故每次进行评估的结果过滤都需要花费大量时间进行重复的评估工作。

发明内容

本申请提供了一种深度学习模型的评估方法，解决使用大量数据时评估过程耗时的技术问题。

第一方面，本申请提供一种深度学习模型的评估方法，方法包括：确定深度学习模型和测试集，将测试集输入深度学习模型，用以完成模型评估并生成评估结果；根据一次过滤参数过滤评估结果，获得满足第一预设条件的评估结果，记作基础结果；计算基础结果对应的混淆矩阵，获得新的评估结果，记作技术结果；根据二次过滤参数过滤基础结果和技术结果，获得满足第二预设条件的评估结果，记作过滤结果；计算过滤结果对应的混淆矩阵，用以展示评估结果。

在一些实施例中，一次过滤参数包括多个参数值；根据多个参数值中的每个参数值分别过滤评估结果，获得满足第一预设条件的评估结果；其中多个参数值包括第一参数值、第二参数值以及第三参数值；根据第一参数值过滤评估结果，获得满足第一预设条件的评估结果，记作第一评估结果；根据第二参数值过滤评估结果，获得满足第二预设条件的评估结果，记作第二评估结果；根据第三参数值过滤评估结果，获得满足第三预设条件的评估结果，记作第三评估结果；将第一评估结果、第二评估结果以及第三评估结果记作基础结果。

在一些实施例中，获得满足第二预设条件的评估结果的步骤，包括：将不满足第二预设条件的评估结果标识为无效，记作无效结果。

在一些实施例中，深度学习模型的评估方法还包括：根据三次过滤参数过滤过滤结果和无效结果，获得满足第三预设条件的评估结果，记作再滤结果；计算再滤结果对应的混淆矩阵，用以展示评估结果。

在一些实施例中，根据一次过滤参数过滤评估结果获得满足第一预设条件的评估结果的步骤，包括：判断评估结果是否满足第一预设条件；若满足第一预设条件，则保存评估结果；若不满足第一预设条件，则删除评估结果；判断是否还有评估结果需要过滤；若无评估结果需要过滤，则根据保存的评估结果生成基础结果。

在一些实施例中，根据二次过滤参数过滤基础结果和技术结果获得满足第二预设条件的评估结果的步骤，包括：判断基础结果是否满足过滤条件；若基础结果满足过滤条件，则标记基础结果为有效；若基础结果不满足过滤条件，则标记基础结果为无效；判断是否还有基础数据需要过滤；若没有基础数据需要过滤，则生成过滤结果。

在一些实施例中，深度学习模型的评估方法还包括：获取过滤数据；判断过滤结果是否有效；若过滤结果有效，则以第一预设方式显示；若过滤结果无效，则以第二预设方式显示；判断是否还有过滤数据需要显示；若没有过滤数据需要显示，则显示混淆矩阵。