[发明专利]一种模型测试方法、装置及电子设备在审
申请号: | 202210157077.4 | 申请日: | 2022-02-21 |
公开(公告)号: | CN114549941A | 公开(公告)日: | 2022-05-27 |
发明(设计)人: | 张华正 | 申请(专利权)人: | 北京百度网讯科技有限公司 |
主分类号: | G06V10/776 | 分类号: | G06V10/776;G06K9/62;G06T5/50 |
代理公司: | 北京银龙知识产权代理有限公司 11243 | 代理人: | 尹倩 |
地址: | 100085 北京市*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 模型 测试 方法 装置 电子设备 | ||
1.一种模型测试方法,包括:
获取噪声图序列,所述噪声图序列中包括目标噪声图;
获取目标扰动图像,所述目标扰动图像由所述目标噪声图与预先获取的原始图像融合得到;
使用所述目标扰动图像对第一模型进行测试,以得到所述第一模型的测试结果,所述测试结果用于评估模型的鲁棒性。
2.如权利要求1所述的方法,其中,所述获取噪声图序列,包括:
获取透明图,以及随机噪声;
基于所述随机噪声,针对所述透明图执行M次迭代操作,得到包括M个噪声图的噪声图序列,其中,第一次迭代操作为在所述透明图上叠加所述随机噪声,第m次迭代操作为在所述第m-1次迭代操作得到的噪声图上叠加所述随机噪声,所述目标噪声图为所述M个噪声图中的噪声图,M为大于1的整数,m为大于1,且小于或者等于M的整数。
3.如权利要求2所述的方法,其中,所述获取目标扰动图像,包括:
获取扰动图序列,所述扰动图序列包括多个扰动图像,所述多个扰动图像分别由所述M个噪声图与所述原始图像融合得到,所述多个扰动图像包括所述目标扰动图像;
所述使用所述目标扰动图像对第一模型进行测试,以得到所述第一模型的测试结果,包括:
基于预设迭代次数间隔,获取所述多个扰动图像中的目标扰动图像,所述目标扰动图像包括N个扰动图像,N为小于或等于M的整数;
基于所述N个扰动图像对应的迭代次数,依次使用所述N个扰动图像对所述第一模型进行测试,以得到所述第一模型的测试结果。
4.如权利要求3所述的方法,其中,所述基于所述N个扰动图像对应的迭代次数,依次使用所述N个扰动图像对所述第一模型进行测试,以得到所述第一模型的测试结果,包括:
基于所述N个扰动图像对应的迭代次数,依次使用所述N个扰动图像对所述第一模型进行测试,直至所述第一模型的测试结果包括无法识别所述原始图像的结果,所述第一模型的测试结果还包括:所述无法识别所述原始图像的结果对应的扰动图像与所述原始图像之间的像素差值。
5.如权利要求3所述的方法,所述基于所述N个扰动图像对应的迭代次数,依次使用所述N个扰动图像对所述第一模型进行测试,以得到所述第一模型的测试结果之后,还包括:
基于所述N个扰动图像对应的迭代次数,依次使用所述N个扰动图像对第二模型进行测试,以得到所述第二模型的测试结果,所述第二模型为与所述第一模型识别任务相同的模型;
比较所述第一模型的测试结果与所述第二模型的测试结果,以确定所述第一模型和所述第二模型的鲁棒性的比较结果。
6.如权利要求3所述的方法,所述基于预设迭代次数间隔,获取所述多个扰动图像中的至少部分扰动图像之前,还包括:
获取模型测试的颗粒度参数;
基于所述颗粒度参数,确定所述预设迭代次数间隔。
7.如权利要求1至6中任一项所述的方法,所述使用所述目标扰动图像对第一模型进行测试,以得到所述第一模型的测试结果之前,还包括:
获取所述噪声图序列中每一噪声图的像素值;
所述使用所述目标扰动图像对第一模型进行测试,以得到所述第一模型的测试结果之后,所述方法还包括:
在所述测试结果包括无法识别所述原始图像的结果的情况下,输出所述目标噪声图的像素值。
8.一种模型测试装置,包括:
第一获取模块,用于获取噪声图序列,所述噪声图序列中包括目标噪声图;
第二获取模块,用于获取目标扰动图像,所述目标扰动图像由所述目标噪声图与预先获取的原始图像融合得到;
第一测试模块,用于使用所述目标扰动图像对第一模型进行测试,以得到所述第一模型的测试结果,所述测试结果用于评估模型的鲁棒性。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京百度网讯科技有限公司,未经北京百度网讯科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210157077.4/1.html,转载请声明来源钻瓜专利网。