基于标注样本的图片结构化算法的自动测试方法及系统技术方案

本发明专利技术公开了基于标注样本的图片结构化算法的自动测试方法，包括：对选定的测试样本集进行标注，人工标注目标和属性值的正确信息，保存到文件或数据库；将样本目录下的图片一次送入结构化算法接口，将结构化数据存放到文件中，目录结构和图片一致，并记录运行时间，计算解析性能数据；对选定测试样本集中的目标进行分析，输出不相同的目标，保存不相同的目标图，计算目标检测的正确率、误检率和漏检率；对选定测试样本集中目标的属性值进行分析，输出不相同的属性值，保存属性值不相同的目标图，计算属性值识别的正确率和错误率；将分析结果进行整理，输出性能报告和功能报告。方法能客观、高效、准确、全面地评估图片结构化算法功能和性能指标。

【技术实现步骤摘要】
基于标注样本的图片结构化算法的自动测试方法及系统
本专利技术涉及软件
，具体涉及一种基于标注样本的图片结构化算法自动测试方法、系统、终端及介质。
技术介绍
随着应用场景和用户需求的不断提高，图片结构化算法需要持续的优化升级，但是算法在训练集上训练完成后，各项识别指标是否达到预期的效果，往往要在线上环境才能体现出来，而且某个地方的试点只能表示在该场景下的情况，不能全面评估；而且每次进行测试的样本都不一样，导致测试出的性能指标不能直接比对，无法准确评估。
技术实现思路
针对现有技术中的缺陷，本专利技术实施例提供一种基于标注样本的图片结构化算法的自动测试方法、系统、终端及介质，能客观、高效、准确、全面地评估图片结构化算法功能和性能指标，采用自动化测试方式，大大节省人工的工作量。第一方面，本专利技术实施例提供的一种基于标注样本的图片结构化算法的自动测试方法，包括：准备多个应用场景的测试样本集；对选定的测试样本集进行样本标注，人工标注目标和属性值的正确信息，并保存到文本或数据库；采用样本图片结构化脚本将样本目录下的图片一次送入结构化算法接口，并将结构化数据存放到文件中，目录结构和图片一致，并记录运行时间，计算解析性能数据；采用目标分析脚本对选定测试样本集中的目标进行分析，输出不相同的目标，并保存不相同的目标图，计算目标检测的正确率、误检率和漏检率；采用属性值分析脚本对选定测试样本集中的目标属性值进行分析，输出不相同的属性值，并保存属性值不相同的目标图，计算属性值识别的正确率和错误率；将分析结果进行整理，输出性能报告和功能报告。第二方面，本专利技术实施例提供的一种基于标注样本的图片结构化算法的自动测试系统，包括：标注样本模块、运行分析模块和报告输出模块，所述标注样本模块用于对选定的测试样本集进行样本标注，人工标注目标和属性值的正确信息，并保存到文件或数据库；所述运行分析模块用于采用样本图片结构化脚本将样本目录下的图片一次送入结构化算法接口，并将结构化数据存放到文件中，目录结构和图片一致，并记录运行时间，计算解析性能数据；采用目标分析脚本对选定测试样本集中的目标进行分析，输出不相同的目标，并保存不相同的目标图，计算目标检测的正确率、误检率和漏检率；采用属性值分析脚本对选定测试样本集中目标的属性值进行分析，输出不相同的属性值，并保存属性值不相同的目标图，计算属性值识别的正确率和错误率；所述报告输出模块用于将分析结果进行整理，输出性能报告和功能报告。第三方面，本专利技术实施例提供的一种智能终端，包括处理器、输入设备、输出设备和存储器，所述处理器、输入设备、输出设备和存储器相互连接，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，执行上述实施例描述的方法。第四方面，本专利技术实施例提供的计算机可读存储介质，所述计算机存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被处理器执行时使所述处理器执行上述实施例描述的方法。本专利技术的有益效果：本专利技术实施例提供的一种基于标注样本的图片结构化算法的自动测试方法、系统、终端及介质，样本可以在现实场景中抽取，实现较全面的覆盖，能客观、高效、准确、全面地评估图片结构化算法功能和性能指标，采用自动化测试方式，大大节省人工的工作量。附图说明为了更清楚地说明本专利技术具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍。在所有附图中，类似的元件或部分一般由类似的附图标记标识。附图中，各元件或部分并不一定按照实际的比例绘制。图1示出了本专利技术第一实施例所提供的一种基于标注样本的图片结构化算法的自动测试方法的流程图；图2示出了本专利技术第二实施例所提供的一种基于标注样本的图片结构化算法的自动测试系统的结构框图；图3示出了本专利技术第三实施例所提供的一种智能终端的结构框图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。还应当理解，在此本专利技术说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本专利技术。如在本专利技术说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。还应当进一步理解，本专利技术说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。如在本说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。需要注意的是，除非另有说明，本申请使用的技术术语或者科学术语应当为本专利技术所属领域技术人员所理解的通常意义。如图1所示，示出了本专利技术第一实施例提供了一种基于标注样本的图片结构化算法的自动测试方法，包括以下步骤：S1:准备多个应用场景的测试样本集。具体地，测试样本集用于目标、属性值的比对，测试样本集包含多场景的图片集合，数量较大，设定在10万左右，在多个现实场景中抽取，可以实现较全面的覆盖，并且，相比现场测试，样本可以固定，保证输出的指标具有绝对的可比性。S2:对选定的测试样本集进行样本标注，人工标注目标和属性值的正确信息，并保存到文件或数据库，信息记为std。对选定的测试样本集进行样本标注，用于设置标准数据便于比对分析。S3:采用样本图片结构化脚本将样本目录下的图片一次送入结构化算法接口，并将结构化数据存放到文件中，目录结构和图片一致，运算结果记为tst，并记录运行时间，计算解析性能数据。S4:采用目标分析脚本对选定测试样本集中的目标进行分析，输出不相同的目标，并保存不相同的目标图，计算目标检测的正确率、误检率和漏检率。具体地，对同一图片的结构化数据中的目标区域、类型与标注信息进行比对，若目标的x、y、w、h差异在设定范围内则视为相同目标，其中，x、y分别为目标左上角在原图中的横坐标和纵坐标，w和h分别为目标的宽和高，相同目标则视为匹配成功，若目标的x、y、w、h差异不在设定范围内则视为不相同目标，不相同目标视为漏检和本文档来自技高网...

【技术保护点】
1.一种基于标注样本的图片结构化算法的自动测试方法，其特征在于，包括：/n准备多个应用场景的测试样本集；/n对选定的测试样本集进行样本标注，人工标注目标和属性值的正确信息，并保存到文件或数据库；/n采用样本图片结构化脚本将样本目录下的图片一次送入结构化算法接口，并将结构化数据存放到文件中，目录结构和图片一致，并记录运行时间，计算解析性能数据；/n采用目标分析脚本对选定测试样本集中的目标进行分析，输出不相同的目标，并保存不相同的目标图，计算目标检测的正确率、误检率和漏检率；/n采用属性值分析脚本对选定测试样本集中目标的属性值进行分析，输出不相同的属性值，并保存属性值不相同的目标图，计算属性值识别的正确率和错误率；/n将分析结果进行整理，输出性能报告和功能报告。/n

【技术特征摘要】
1.一种基于标注样本的图片结构化算法的自动测试方法，其特征在于，包括：
准备多个应用场景的测试样本集；
对选定的测试样本集进行样本标注，人工标注目标和属性值的正确信息，并保存到文件或数据库；
采用样本图片结构化脚本将样本目录下的图片一次送入结构化算法接口，并将结构化数据存放到文件中，目录结构和图片一致，并记录运行时间，计算解析性能数据；
采用目标分析脚本对选定测试样本集中的目标进行分析，输出不相同的目标，并保存不相同的目标图，计算目标检测的正确率、误检率和漏检率；
采用属性值分析脚本对选定测试样本集中目标的属性值进行分析，输出不相同的属性值，并保存属性值不相同的目标图，计算属性值识别的正确率和错误率；
将分析结果进行整理，输出性能报告和功能报告。


2.如权利要求1所述的方法，其特征在于，所述采用目标分析脚本对选定测试样本集中的目标进行分析具体包括：
对同一图片的结构化数据中的目标区域、类型与标注信息进行比对，若目标的x、y、w、h差异在设定范围内则视为相同目标，其中，x、y分别为目标左上角在原图中的横坐标和纵坐标，w和h分别为目标的宽和高，相同目标则视为匹配成功，若目标的x、y、w、h差异不在设定范围内则视为不相同目标，不相同目标视为漏检和误检目标。


3.如权利要求2所述的方法，其特征在于，所述采用属性值分析脚本对选定测试样本集的属性值进行分析具体包括：对同一图片的结构化数据中匹配成功的目标进行属性值与标注信息进行比对，属性值相同的则为相同的目标，属性值不同的则为不相同的目标。


4.一种基于标注样本的图片结构化算法的自动测试系统，其特征在于，包括：标注样本模块、运行分析模块和报告输出模块，
所述标注样本模块用于对选定的测试样本集进行样本标注，人工标注目标和属性值的正确信息，并保存到文件或数据库；
所述运行分析模块用于采用样本图片结构...

【专利技术属性】
技术研发人员：苏先英，王堃，王成，
申请(专利权)人：青岛以萨数据技术有限公司，
类型：发明
国别省市：山东;37