[发明专利]神经网络模型优化系统及方法

权利要求书

1.一种神经网络模型优化系统，其特征在于，包括：

第一分析模块，用于依据神经网络模型输出的检测框预测类别与真实的目标类别的比对结果以及IoU数量划分图像的检测结果；

第二分析模块，用于计算各检测框与对应的标注框的交并比IoU值，根据所述IoU值与对应的IoU阈值的大小判断正负例，并计算各个目标类别的AP值；以及

反馈模块，提供一用于接受输入的可视化操作界面，并依据输入信息输出对应的检测图像。

2.如权利要求1所述的神经网络模型优化系统，其特征在于，所述检测结果包括检测成功、检测失败、重复检测以及误检；若所述预测类别与目标类别相同，所述检测结果则为检测成功；若无法检测出图像中的目标，所述检测结果则为检测失败；若所述IoU数量过大而导致对目标重复检测，所述检测结果则为重复检测；若所述预测类别与目标类别不同，所述检测结果则为误检。

3.如权利要求1所述的神经网络模型优化系统，其特征在于，还包括输出获取模块，所述输出获取模块用于获取神经网络模型输出的检测框坐标、预测类别以及该预测类别对应的置信度；所述神经网络模型采用非极大值抑制处理后选取置信度较大的几个类别作为该检测框的预测类别。

4.如权利要求1所述的神经网络模型优化系统，其特征在于，所述第二分析模块获取神经网络模型的检测框坐标，将所述检测框坐标转换为宽度和高度，并依据所述检测框的宽度和高度大小设置对应的所述IoU阈值。

5.如权利要求1所述的神经网络模型优化系统，其特征在于，所述第二分析模块对各个目标类别的AP值进行加权计算获得神经网络模型的得分，并输出所述得分。

6.如权利要求1至5任一项所述的神经网络模型优化系统，其特征在于，所述输入信息包括检测结果、目标类别、所述IoU阈值之至少一者。

7.如权利要求6所述的神经网络模型优化系统，其特征在于，所述第二分析模块包括第一IoU检索模块，所述第一IoU检索模块用于依据所述反馈模块接收到的目标类别和所述IoU阈值输出对应的检测图像以及该检测图像中该目标类别对应的IoU值。

8.如权利要求7所述的神经网络模型优化系统，其特征在于，所述第二分析模块还包括第二IoU检索模块，所述第二IoU检索模块用于依据所述反馈模块接收到的所述IoU阈值输出对应的检测图像以及该检测图像中所有的IoU值。

9.一种神经网络模型优化方法，其特征在于，包括：

提供一神经网络模型优化系统，所述神经网络模型优化系统包括第一分析模块、第二分析模块以及反馈模块；

通过所述第一分析模块依据神经网络模型输出的检测框预测类别与真实的目标类别的比对结果以及IoU数量划分图像的检测结果；

通过所述第二分析模块计算各检测框与对应的标注框的交并比IoU值，根据所述IoU值与对应的IoU阈值的大小判断正负例，并计算各个目标类别的AP值；

通过所述反馈模块提供一用于接受输入的可视化操作界面，并依据输入信息输出对应的检测图像。

10.如权利要求9所述的神经网络模型优化方法，其特征在于，所述第二分析模块获取神经网络模型的检测框坐标，将所述检测框坐标转换为宽度和高度，并依据所述检测框的宽度和高度大小设置对应的所述IoU阈值。