[发明专利]面部检测目标与打标匹配方法、存储介质及处理器

说明书

本发明提供了一种面部检测目标与打标匹配方法、存储介质及处理器，其中，方法包括：获得测试集数据；调用检测算法模型对测试集数据进行检测，得到模型检测面部特征像素坐标轴数据；获取对测试集数据打标得到的打标面部特征像素坐标轴数据；对模型检测面部特征像素坐标轴数据与打标面部特征像素坐标轴数据匹配，计算交并比，获得交并比数据集；判断算法模型检测结果的能力。正确地判断和筛选出算法模型检查结果中的检测正确、重复检测、错误检测、漏检的人头像素坐标，对算法模型的能力能够客观的评估；提升算法下一步的训练效率，给出算法模型一步的训练方向；也可用于已完成的算法模型，对其调试最优阀值提供帮助与佐证。

【技术领域】

本发明涉及面部识别技术领域，尤其涉及一种面部检测目标与打标匹配方法、存储介质及处理器。

【背景技术】

近年来，人工智能迅速发展，基于人工智能的应用在人脸识别、智能追踪、图像识别等领域大范围扩展，并取得了巨大进步与成功。众所周知，人工智能的人脸识别与人脸识别追踪的大前提是在能提取人脸特征，然后进行识别。而人工智能算法是否准确检测出图像中的人头并识别出人脸特征起到举足轻重的关键作用。换言之准确的人头检测算法是人脸识别，与识别追踪的基本大前提。目前有效直观测试人头检测算法能力的方法，是用同样地测试集利用检测算法模型结果与打标结果进行对比。人头检测算法模型在置信度较低工作的时候，会有大量的一个人头重复检测，非人头错误检测为人头。

【发明内容】

本发明所要解决的技术问题是提供一种面部检测目标与打标匹配方法、存储介质及处理器，能够正确地判断和筛选出算法模型检查结果中的检测正确、重复检测、错误检测、漏检的人头像素坐标。对算法模型的能力能够客观的评估，并且给出平均IOU、检出率、精准率、召回率指标。提升算法下一步的训练效率，给出算法模型一步的训练方向；同时也能作用于已完成的算法模型，对其调试最优阀值提供帮助与佐证。

为解决上述技术问题，一方面，本发明一实施例提供了一种面部检测目标与打标匹配方法，包括：获得测试集数据；调用检测算法模型对测试集数据进行检测，得到模型检测面部特征像素坐标轴数据；获取对测试集数据打标得到的打标面部特征像素坐标轴数据；

对模型检测面部特征像素坐标轴数据与打标面部特征像素坐标轴数据匹配，计算两者之间交并比，获得交并比数据集；根据交并比数据集，判断算法模型检测结果的能力。

优选地，根据交并比数据集，判断算法模型检测结果的能力，包括：对交并比数据进行处理，计算调用检测算法模型对测试集数据错检的数量、漏检的数量、重复检测的数量。

优选地，获得测试集数据包括：自定义测试集数据的规则。

优选地，获取对测试集数据打标得到的打标面部特征像素坐标轴数据包括：获取对测试集数据打标的信息，标记所述信息中的人头，记录人头像素坐标。

优选地，调用检测算法模型对测试集数据进行检测，得到模型检测面部特征像素坐标轴数据包括：调用检测算法模型对测试集数据进行检测，标记每个人头的面部特征像素坐标。

优选地，计算调用检测算法模型对测试集数据错检的数量、漏检的数量、重复检测的数量包括：打标有n个人头矩形框，算法模型检测出m个人头矩形框，则n×m个交并比队列为：

其中:IOU为交并比，IOU前面序号为关键值，从交并比队列中取出最大交并比数值与其对应的关键值，对交并比数值进行判断是否大于第一交并比阀值，如果是，则模型检测正确与打标框匹配，放入正确匹配数列，得到正确识别的数量；