[发明专利]一种巡检算法演进方向的校验方法及相关设备

说明书

本发明实施例公开了一种巡检算法演进方向的校验方法及相关设备，所述方法包括：调用初始算法对预设巡检图像数据集进行分类得到第一数据集和第二数据集，并得到所述第一数据集和所述第二数据集内各图像的第一属性分数，所述预设巡检图像数据集包括按预设比例设置的正常图像集和缺陷图像集；调用目标算法对所述第一数据集和所述第二数据集内各图像进行分析，得到所述第一数据集和所述第二数据集内各图像的第二属性分数，所述目标算法为所述初始算法完成迭代后的算法；基于所述第一属性分数和所述第二属性分数确定是否存在所述第一属性分数和所述第二属性分数差异值大于预设值的目标图像，以判断所述目标算法的演进方向是否正确。

技术领域

本发明涉及巡检及应急调度技术领域，尤其涉及一种巡检算法演进方向的校验方法及相关设备。

背景技术

随着科技的进步，电子设备发展越来越快，对应的软件也会迭代升级，在监控领域越来越多的算法被用于排查各种问题，伴随监控的应用领域的扩大，智能分析的功能变得越来越高级、越来越多样、也越来越复杂，当功能较少且简单时，人工检测廉价且高效快捷。但随着巡检所需功能越来越多，人工检测远远不能满足算法迭代方向的检验，造成算法迭代方向的检验费时费力，导致算法改进不及时，使得算法越来越不能满足需求。

发明内容

有鉴于此，本发明提供了一种巡检算法演进方向的校验方法及相关设备，用于解决现有技术中算法迭代方向的检验费时费力，导致算法改进不及时的问题。

为达上述之一或部分或全部目的或是其他目的，本发明提出一种巡检算法演进方向的校验方法，包括：调用初始算法对预设巡检图像数据集进行分类得到第一数据集和第二数据集，并得到所述第一数据集和所述第二数据集内各图像的第一初始属性分数，所述预设巡检图像数据集包括按预设比例设置的正常图像集和缺陷图像集；

调用目标算法对所述第一数据集和所述第二数据集内各图像进行分析，得到所述第一数据集和所述第二数据集内各图像的第一目标属性分数，所述目标算法为所述初始算法完成迭代后的算法；

基于所述第一初始属性分数和所述第一目标属性分数确定是否存在所述第一初始属性分数和所述第一目标属性分数的差异值大于第一预设值的目标图像，以判断所述目标算法的演进方向是否正确。

可选的，所述基于所述第一初始属性分数和所述第一目标属性分数确定是否存在所述第一初始属性分数和所述第一目标属性分数的差异值大于第一预设值的目标图像，以判断所述目标算法的演进方向是否正确的步骤，包括：

匹配所述第一数据集和所述第二数据集内各图像的所述第一初始属性分数和所述第一目标属性分数，得到所述第一数据集和所述第二数据集内各图像的第一差异值；

将所述第一差异值大于所述第一预设值的图像作为第一目标图像，并将所述第一目标图像保存至数据库；

若所述目标图像的数量大于阈值，则判断所述目标算法的演进方向不正确；

若所述目标图像的数量小于等于阈值，则调用所述目标算法将去除所述目标图像的目标缺陷图像集分割为第三数据集和第四数据集，并计算所述第三数据集和所述第四数据集的第二初始属性分数；

计算所述缺陷图像集的第二目标属性分数，并基于所述第二初始属性分数和第二目标属性分数得到所述第二初始属性分数和第二目标属性分数的第二差异值；

将大于第二预设值的第二差异值对应得第二目标图像保存至所述数据库内；

若所述数据库内第一目标图像和所述第二目标图像得数量之和小于等于所述阈值，则分别计算所述初始算法和所述目标算法的平均绝对比例错误和综合评价指标，并基于所述平均绝对比例错误和所述综合评价指标的变化幅度判断所述目标算法的演进方向是否正确。

可选的，所述计算所述缺陷图像集的第二目标属性分数的步骤，包括：