[发明专利]一种目标检测的精度评价方法

说明书

本发明涉及计算机技术领域，具体涉及一种目标检测的精度评价方法，包括获取根据目标检测算法进行目标检测的真实类别和预测类别组合基于真实类别和预测类别组合计算目标检测输出单个类别的准确率和召回率；根据准确率和召回率获取目标检测输出单个类别的平均精度；利用获取的平均精度，计算目标检测输出所有类别平均精度的平均值；基于多个目标检测输出所有类别平均精度的平均值进行比较，确定在预定场景下使用最优目标检测算法。基于标检测算法输出目标检测的所有类别平均精度的平均值进行排序实现不同算法在预定场景下目标检测效果和对算法有效性进行评价选出最优的实施算法，使在预定场景下实施目标检测能够灵活高效的进行目标检测。

技术领域

本发明涉及计算机技术领域，具体涉及一种目标检测的精度评价方法。

背景技术

在现有技术中，使用不同算法进行目标检测，虽能检测到目标物体，但却缺少了对目标检测效果和所使用算法的有效性进行客观评价，使其不能灵活高效的在预定场景下进行目标检测。

发明内容

有鉴于此，本发明实施例提供了一种目标检测的精度评价方法，以解决现有技术中不能灵活高效的在预定场景下进行目标检测的问题。

根据第一方面，本发明实施例提供了一种目标检测的精度评价方法，包括：

获取根据目标检测算法进行目标检测的真实类别和预测类别组合；其中所述目标检测算法至少有2种；

基于所述真实类别和预测类别组合计算目标检测输出单个类别的准确率和召回率；

根据所述准确率和召回率，获取目标检测输出单个类别的平均精度；

利用所述获取的平均精度，计算目标检测输出所有类别平均精度的平均值；

基于多个所述目标检测输出所有类别平均精度的平均值进行比较，以确定在预定场景下使用最优目标检测算法。

本发明通过获取多种目标检测算法，分别对预定场景下的目标进行检测，并对基于标检测算法输出目标检测的所有类别平均精度的平均值，进行排序，从而实现对不同算法在预定场景下的目标检测效果和使用不同算法的有效性进行评价，选出最优的实施算法，使在预定场景下实施目标检测能够灵活高效的进行目标检测。

结合第一方面，在第一方面第一实施方式中，真实类别和预测类别组合包括：进行目标检测的真正例(True Positive)样本数量、真反例(True Negative)样本数量、假正例(False Positive)样本数量及假反例(False Negative)样本数量。

结合第一方面，在第一方面第二实施方式中，基于所述真实类别和预测类别组合计算目标检测输出单个类别的准确率，包括:计算真正例样本数量占所有被检测到的样本数量的比例，其中，所述所有被检测到的样本数量包括真正例样本数量和假正例样本数量。

利用二分类法，对样本数据进行概率预测，用于保证目标及检测的预测概率的准确性与真实性。

结合第一方面，在第一方面第三实施方式中，准确率为：

其中，所述P为样本预测的准确率，TP为真正例样本数量，FP为假正例样本数量。

结合第一方面，在第一方面第四实施方式中，基于所述真实类别和预测类别组合计算目标检测输出单个类别的召回率，包括：计算真正例样本数量占应当被检测到的样本数量的比例，其中，所述应当被检测到的样本数量包括真正例样本数量和假反例样本数量。

结合第一方面，在第一方面第五实施方式中，召回率为：

其中，所述R为样本预测的召回率，TP为真正例样本数量，FN为假反例样本数量。