[发明专利]确定预测的可靠性度量的方法、设备和存储介质有效
申请号: | 201910300704.3 | 申请日: | 2019-04-15 |
公开(公告)号: | CN110059743B | 公开(公告)日: | 2021-10-29 |
发明(设计)人: | 何希僖 | 申请(专利权)人: | 北京致远慧图科技有限公司 |
主分类号: | G06K9/62 | 分类号: | G06K9/62 |
代理公司: | 北京市金杜律师事务所 11256 | 代理人: | 赵林琳 |
地址: | 100086 北京市海淀区中*** | 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: | 确定 预测 可靠性 度量 方法 设备 存储 介质 | ||
1.一种确定图像分类预测的可靠性度量的方法,包括:
获取与针对目标预测结果的多个置信度取值区间相对应的准确度,所述多个置信度取值区间是基于与所述目标预测结果相关联的置信度集而被确定,所述置信度集是基于将预定的参考样本集应用于一个或多个预测模型中的预测模型获得的,所述参考样本集包括多个图像样本,且所述参考样本集被构建为使得所述多个图像样本的分类分布和特征形态分布接近于与所述预测模型相对应的场景;
获取所述目标预测结果相关联的目标置信度,所述目标置信度是基于将目标数据应用于一个或多个预测模型中的预测模型获得的,所述目标数据是待分类的图像;
获取与所述目标置信度所在的所述置信度取值区间相对应的所述准确度;以及
基于所述准确度确定针对所述目标预测结果的可靠性度量。
2.根据权利要求1所述的方法,其中与所述多个置信度取值区间相对应所述准确度基于以下过程被确定:
确定所述参考样本集中与所述多个置信度取值区间中的第一区间相关联的参考样本子集;
确定所述参考样本子集中所述目标预测结果准确的样本的第一数目;以及
基于所述第一数目和所述参考样本子集中样本的第二数目,确定与所述第一区间相对应的准确度。
3.根据权利要求1所述的方法,其中与所述多个置信度取值区间相对应所述准确度基于以下过程被确定:
调整与所述多个置信度取值区间相对应的所述准确度,以使得与所述多个置信度取值区间中的第一区间相对应的第一准确度小于或等于与所述多个置信度取值区间中的第二区间相对应的第二准确度,其中所述第一区间的上限小于或等于所述第二区间的下限。
4.根据权利要求1所述的方法,其中与所述多个置信度取值区间相对应所述准确度基于以下过程被确定:
针对所述多个置信度取值区间中连续的第三区间和第四区间,其中第三区间的上限小于或等于所述第四区间的下限:
响应于与所述第三区间对应的第三准确度大于与所述第四区间对应的第四准确度,将所述第四准确度的值修改为所述第三准确度的值。
5.根据权利要求1所述的方法,其中基于所述准确度确定针对所述目标预测结果的所述可靠性度量包括:
将所述可靠性度量的值确定为所述准确度的值。
6.根据权利要求1所述的方法,其中所述准确度指示在所述置信度取值区间内所述目标预测结果正确的样本的占比。
7.一种用于确定图像分类预测的可靠性度量的设备,包括:
至少一个处理单元;
至少一个存储器,所述至少一个存储器被耦合到所述至少一个处理单元并且存储用于由所述至少一个处理单元执行的指令,所述指令当由所述至少一个处理单元执行时,使得所述设备执行动作,所述动作包括:
获取与针对目标预测结果的多个置信度取值区间相对应的准确度,所述多个置信度取值区间是基于与所述目标预测结果相关联的置信度集而被确定,所述置信度集是基于将预定的参考样本集应用于一个或多个预测模型中的预测模型获得的,所述参考样本集包括多个图像样本,且所述参考样本集被构建为使得所述多个图像样本的分类分布和特征形态分布接近于与所述预测模型相对应的场景;
获取所述目标预测结果相关联的目标置信度,所述目标置信度是基于将目标数据应用于一个或多个预测模型中的预测模型获得的,所述目标数据是待分类的图像;
获取与所述目标置信度所在的所述置信度取值区间相对应的所述准确度;以及
基于所述准确度确定针对所述目标预测结果的可靠性度量。
8.根据权利要求7所述的设备,其中与所述多个置信度取值区间相对应所述准确度基于以下过程被确定:
确定所述参考样本集中与所述多个置信度取值区间中的第一区间相关联的参考样本子集;
确定所述参考样本子集中所述目标预测结果准确的样本的第一数目;以及
基于所述第一数目和所述参考样本子集中样本的第二数目,确定与所述第一区间相对应的准确度。
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致远慧图科技有限公司,未经北京致远慧图科技有限公司许可,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/201910300704.3/1.html,转载请声明来源钻瓜专利网。