[发明专利]一种目标模型检测、装置、电子设备及计算机可读存储介质

说明书

本申请涉及机器学习领域，具体涉及一种目标模型测试方法、装置、电子设备和可读存储介质，其中所述方法包括：获取测试图像，其中所述测试图像可在显示界面上展示；处理所述测试图像后将所述测试图像输入至目标检测模型；所述目标检测模型对所述测试图像进行目标检测并输出检测结果；根据所述检测结果，判断所述目标模型的属性。基于本方案，用户可以在具有交互功能的显示界面上对测试图像进行个性化的处理，解决了现有技术中模型测试中测试图像自动化输入存在的调整不便利的问题，提高了模型测试的准确性和鲁棒性。

技术领域

本申请涉及机器学习领域，具体涉及一种目标模型检测方法、装置、电子设备和可读计算机存储介质。

背景技术

机器学习已经应用在各个生产生活领域，但是机器学习的智能性和准确性高度依赖于机器学习模型的可靠性和智能性。目前进行模型检测和测试方法主要是采用图像目标检测对模型进行不断的调优和测试，但是在现有技术中目标检测算法主要是基于深度学习模型，其可以分成两大类：(1)Two-Stage检测算法，其将检测问题划分为两个阶段，首先产生候选区域然后对候选区域分类，这类算法的典型代表是基于候选区的R-CNN系算法，如R-CNN，Fast R-CNN，Faster R-CNN等；(2)One-Stage检测算法，其不需要候选区阶段，直接产生物体的类别概率和位置坐标值，比较典型的算法如YOLO和SSD。但是以上两种方法都是自动通用化处理存在着调整不变等问题，缺少对目标测试图像的个性化处理。

发明内容

本申请的目的旨在至少能解决上述的技术缺陷之一。本申请所采用的技术方案如下：

第一方面，本申请实施例提供了一种目标模型检测方法，所述方法应用于具有用户交互功能显示界面的装置，所述方法包括：

获取测试图像，其中所述测试图像可在显示界面上展示；

处理所述测试图像后将所述测试图像输入至目标检测模型；

所述目标检测模型对所述测试图像进行目标检测并输出检测结果；

根据所述检测结果，判断所述目标模型的属性。

可选地，所述处理所述测试图像包括：对所述测试图像进行通用化处理和个性化处理；其中，

所述通用化处理包括自动目标检测和自图像处理至少之一；

所述个性化处理包括个性化调整测试图像边框、尺寸，圈定测试图像目标区域至少之一。

可选地，所述处理所述测试图像后还包括：

将所述测试处理后的测试图像转化为标准的数据格式。

可选地，所述目标检测模型为本地存储模型或存储于云平台的模型。

可选地，所述输出检测结果包括：将所述检测结果展示在显示界面上。

另一方面，本申请实施例提供了一种目标模型检测装置，所述装置包括：具有用户交互功能的显示界面，接口模块，处理模块、测试模块、判断模块，其中，

所述接口模块，用于获取测试图像，其中所述测试图像可在显示界面上展示；

所述处理模块，用于处理所述测试图像；

所述接口模块，还用于将处理后的所述测试图像输入至目标检测模型；

所述测试模块，用于指示所述目标检测模型对所述测试图像进行目标检测；所述接口模块，还用于输出检测结果；

所述判断模块，用于根据所述检测结果，判断所述目标模型的属性。

可选地，所述处理模块还包括第一处理单元和第二处理单元，其中所述第一处理单元对所述测试图像进行通用化处理，所述第二处理单元对所述测试图像进行个性化处理；其中，