[发明专利]模型错例的分析方法、装置及电子设备

权利要求书

1.一种模型错例的分析方法，包括：

获取错例集，所述错例集包括多个错判图像，所述多个错判图像均为基于同一模型的错判案例，且所述多个错判图像均为用户上报的错判案例，所述模型为使用多个第一样本图像通过机器学习训练得出；

提取每个所述错判图像的特征数据；

根据所述特征数据，获取每个所述错判图像在所述错例集中的最相似图像；

根据所述每个所述错判图像在所述错例集中的最相似图像，确定所述错例集中任意两个错判图像之间是否存在设定的最相似关系；

根据所述最相似关系对所述错例集进行聚类，得到聚类结果，所述聚类结果包括至少一个团簇，每个所述团簇对应多个错判图像；

向用户提供所述聚类结果；

获取用户输入的对应所述聚类结果的多个第二样本图像；

根据所述多个第二样本图像对所述模型进行机器学习训练，以调整所述模型的参数，得到优化模型。

2.根据权利要求1所述的方法，其中，所述根据所述每个所述错判图像在所述错例集中的最相似图像，确定所述错例集中任意两个错判图像之间是否存在设定的最相似关系，包括：

根据所述每个所述错判图像在所述错例集中的最相似图像，获取所述错例集对应的关系矩阵；

根据所述关系矩阵，获得所述最相似关系。

3.根据权利要求2所述的方法，其中，所述根据所述每个所述错判图像在所述错例集中的最相似图像，获取所述错例集对应的关系矩阵，包括：

建立关系矩阵，所述关系矩阵的行数和列数均等于所述错例集中错判图像的总数，所述关系矩阵中每个元素的行坐标和列坐标分别对应一个错判图像；

确定所述关系矩阵中元素的数值，如果所述元素的行坐标和列坐标对应的两个错判图像满足以下至少一种情况，确定所述元素的数值为第一数值：所述两个错判图像的一方为另一方的相似图像，或者所述两个错判图像对应的最相似图像为同一错判图像；否则，确定所述元素的数值为第二数值。

4.根据权利要求3所述的方法，其中，所述根据所述关系矩阵，获得所述最相似关系，包括：

获取任意两个错判图像对应的所述关系矩阵中的元素；

根据获取的所述元素的数值，确定所述任意两个错判图像之间是否存在最相似关系。

5.根据权利要求1所述的方法，其中，所述根据所述最相似关系对所述错例集进行聚类，得到聚类结果，包括：

根据所述错判图像建立节点，根据所述最相似关系建立边，得到所述错例集对应的图结构；

获取所述图结构中的连通分量，将每个所述连通分量对应的多个错判图像作为一个团簇，得到所述聚类结果。

6.一种模型错例的分析方法，包括：获取基于权利要求1-5中任一项所述方法的聚类结果，作为第一层次聚类结果，所述第一层次聚类结果包括多个第一层次团簇，每个所述第一层次团簇对应多个错例图片；

基于所述第一层次聚类结果继续进行多个层次的聚类操作，得到对应不同层次的多个聚类结果。

7.根据权利要求6所述的方法，其中，所述基于所述第一层次聚类结果继续进行多个层次的聚类操作，得到对应不同层次的多个聚类结果，包括：

根据所述多个错例图片的特征数据，获取每个所述第一层次团簇对应的第一层次特征数据；

根据所述第一层次特征数据，获取每个所述第一层次团簇对应的最相似团簇；

根据所述每个所述第一层次团簇对应的最相似团簇，确定所述第一层次聚类结果中任意两个所述第一层次团簇之间是否存在设定的最相似关系；

根据所述最相似关系对所述第一层次聚类结果进行聚类，得到第二层次聚类结果，所述第二层次聚类结果包括至少一个第二层次团簇，每个所述第二层次团簇对应多个第一层次团簇；

对所述第二层次聚类结果继续逐层次进行聚类，直至达到预设的停止条件，得到对应不同层次的多个聚类结果。