【技术实现步骤摘要】
本公开涉及图像分割领域，具体涉及一种图像分割算法的评估方法、电子设备及可读存储介质。
技术介绍
1、在对矿石进行分割后，对算法产生的分割结果进行准确的评估显得尤为重要。然而，传统的人工核查评估方式核查效率低下，且不同人员之间的评估标准存在差异，甚至同一人在不同时间也可能采用不同的标准，这极大地影响了对图像分割结果评估的可靠性。并且对应已经完成评估的数据的溯源工作异常困难，包括分割数据的原始来源、判定人的身份以及所采用的判定方法等信息，都难以准确追踪和记录。
技术实现思路
1、为克服相关技术中存在的问题，本公开的示例性实施例提供了一种图像分割算法的评估方法，其中，包括：根据原始图像，通过多个待测算法分别对所述原始图像进行分割，对应得到多个分割图像；将每个所述分割图像，与标注数据比对，确定每个所述待测算法的分割结果，其中，所述分割结果包括以下四项子结果：错分割、漏分割、过分割以及正常分割；确定每个所述子结果的集合所对应的权重值；根据所述分割结果以及每个所述子结果的集合所对应的权重值，对每个所述待测算法的所述分割结果进行评估，确定所述待测算法中的最优算法。
2、在一些实施例中，所述根据所述分割结果以及每个所述子结果所对应的权重值，对每个所述待测算法的所述分割结果进行评估，确定所述待测算法中的最优算法，包括：根据每个所述待测算法的所述分割结果，确定每个所述子结果中的最优数据和最劣数据；基于每个所述子结果中的最优数据和最劣数据，以及每个所述子结果所对应的所述权重值，确定每种所述算
3、在一些实施例中，每组所述子结果的集合对应多组所述权重值，所述根据所述相对接近度，确定所述待测算法中的最优算法，包括：根据每组所述权重值，将每组所述权重值下所述相对接近度最大的所述待测算法确定为最优样本；根据每组所述权重值下的所述最优样本，确定每个所述待测算法被确定为所述最优样本的频次；根据每个所述待测算法被确定为所述最优样本的频次，确定所述频次最高的所述待测算法为所述最优算法。
4、在一些实施例中，所述确定每个所述子结果的集合所对应的权重值，其中，所述子结果的集合中，所述错分割，漏分割，过分割分别对应的所述权重值，均小于所述正常分割所对应的所述权重值。
5、在一些实施例中，所述错分割，漏分割，过分割分别对应的所述权重值均大于或等于0，且，小于或等于0.3，所述正常分割所对应的所述权重值大于或等于0.6，且，小于或等于1；四个所述子结果所对应的所述权重值之和为1。
6、在一些实施例中，每个所述子结果可以对应多个权重值，每组所述子结果可以确定多组所述权重值，其中，每组所述权重值之间的调整步幅大于或等于0.01，且小于或等于0.04。
7、在一些实施例中，所述标注数据由以下方法获取：对所述原始图像进行预处理，得到标准图像；根据所述标准图像，提取目标的轮廓，确定标准轮廓图像；根据所述标准轮廓图像，提取人工标注的所述标准轮廓图像的信息，作为所述标注数据；提取所述标准廓图像，提取所述原始图像中粘连的所述目标的信息，作为所述标注数据。
8、在一些实施例中，所述根据原始图像，通过多个待测算法分别对所述原始图像进行分割，得到多个分割图像，包括：对所述原始图像进行预处理，得到待测图像；根据所述待测图像，提取目标的轮廓，确定待测轮廓图像；将所述待测轮廓图像与所述标注数据进行配准，确定配准对，使所述配准对中的所述轮廓图像与所述标注数据对应相同的所述目标；根据所述待测轮廓图像以及所述待测图像，确定所述目标的信息；根据所述目标的信息，通过所述待测算法分割所述待测轮廓图像，确定多个所述分割图像。
9、第二方面，本公开还提供了一种电子设备，其中，所述电子设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的数据处理程序，所述数据处理程序被所述处理器执行时实现如前述任一实施例所述的图像分割算法的评估方法。
10、第三方面，本公开还提供了一种计算机可读存储介质，该计算机可读存储介质存储有以下程序，所述程序用于执行前述任一实施例所述的图像分割算法的评估方法。
11、应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
12、通过本公开实施例的图像分割算法的评估方法，能够对图像分割算法确定统一的评判标准，有较高的评估效率，能够同时对多种待测算法进行评估，并能够确定多种图像分割算法中的最优算法。确定待测算法分割图像的四种子结果，并且对每个子结果确定对应的权重值进行评估，能够在分割算法的评估中有更高的评估准确性。且通过本公开的图像分割算法的评估方法，基于相同的标注数据对不同的待测算法进行评估，标准能够统一，所得到的评估结果准确性和可靠性较高，评估结果有可重复性。通过本公开的方法能够避免人工评估导致的评估失误，且便于对完成评估的各项数据进行溯源，且便于对完成评估的数据进行溯源，从而由评估结果倒查原始图像，便于收集数据指导图像分割算法的优化。
本文档来自技高网...【技术保护点】
1.一种图像分割算法的评估方法，其中，包括：
2.根据权利要求1所述的图像分割算法的评估方法，其中，所述根据所述分割结果以及每个所述子结果所对应的权重值，对每个所述待测算法的所述分割结果进行评估，确定所述待测算法中的最优算法，包括：
3.根据权利要求2所述的图像分割算法的评估方法，其中，每组所述子结果的集合对应多组所述权重值，所述根据所述相对接近度，确定所述待测算法中的最优算法，包括：
4.根据权利要求2所述的图像分割算法的评估方法，所述确定每个所述子结果的集合所对应的权重值，其中，所述子结果的集合中，所述错分割，漏分割，过分割分别对应的所述权重值，均小于所述正常分割所对应的所述权重值。
5.根据权利要求4所述的图像分割算法的评估方法，其中，所述错分割，漏分割，过分割分别对应的所述权重值均大于或等于0，且，小于或等于0.3，所述正常分割所对应的所述权重值大于或等于0.6，且，小于或等于1；四个所述子结果所对应的所述权重值之和为1。
6.根据权利要求5所述的图像分割算法的评估方法，每个所述子结果可以对应多个权重值，每组所述
7.根据权利要求1所述的图像分割算法的评估方法，其中，所述标注数据由以下方法获取：
8.根据权利要求1所述的图像分割算法的评估方法，其中，所述根据原始图像，通过多个待测算法分别对所述原始图像进行分割，得到多个分割图像，包括：
9.一种电子设备，其中，所述电子设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的数据处理程序，所述数据处理程序被所述处理器执行时实现如权利要求1-8任一项所述的图像分割算法的评估方法。
10.一种计算机可读存储介质，该计算机可读存储介质存储有以下程序，所述程序用于执行权利要求1-8任一项所述的图像分割算法的评估方法。
...【技术特征摘要】
1.一种图像分割算法的评估方法，其中，包括：
2.根据权利要求1所述的图像分割算法的评估方法，其中，所述根据所述分割结果以及每个所述子结果所对应的权重值，对每个所述待测算法的所述分割结果进行评估，确定所述待测算法中的最优算法，包括：
3.根据权利要求2所述的图像分割算法的评估方法，其中，每组所述子结果的集合对应多组所述权重值，所述根据所述相对接近度，确定所述待测算法中的最优算法，包括：
4.根据权利要求2所述的图像分割算法的评估方法，所述确定每个所述子结果的集合所对应的权重值，其中，所述子结果的集合中，所述错分割，漏分割，过分割分别对应的所述权重值，均小于所述正常分割所对应的所述权重值。
5.根据权利要求4所述的图像分割算法的评估方法，其中，所述错分割，漏分割，过分割分别对应的所述权重值均大于或等于0，且，小于或等于0.3，所述正常分割所对应的所述权重值大于或等于0.6，且，小于或等于1；四个所述子...
【专利技术属性】
技术研发人员：童晓蕾，孙照焱，汪海山，李帅，文明珠，
申请(专利权)人：北京霍里思特科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。