[发明专利]分类阈值的确定方法、电子设备及计算机可读存储介质

说明书

本申请公开了一种分类阈值的确定方法、电子设备及计算机可读存储介质，该确定方法包括：建立标准数据集、正样本测试集以及负样本测试集，标准数据集包括多个标准图像，正样本测试集包括多个正样本图像，负样本测试集包括多个负样本图像；确定各个正样本图像与各个标准图像的第一相似度；确定各个负样本图像与各个标准图像的第二相似度；根据得到的多个第一相似度，确定阈值上限；根据得到的多个第二相似度，确定阈值下限；根据阈值上限以及阈值下限，确定分类阈值。本申请所提供的方法能够提高确定分类阈值的速度以及准确率。

技术领域

本申请涉及机器学习技术领域，特别是涉及一种分类阈值的确定方法、电子设备及计算机可读存储介质。

背景技术

分类算法在图像处理、机器学习等领域有着广泛的应用。目前分类算法的基本思想是将待分类对象的特征与数据库中的特征进行相似度计算，然后根据得到的相似度与阈值k的比较结果，得到分类结果。

在该过程中，阈值k决定分类结果的准确率，因此如何保证阈值k的准确率至关重要。

发明内容

本申请提供一种分类阈值的确定方法、电子设备及计算机可读存储介质，能够提高确定分类阈值的速度以及准确率。

本申请实施例第一方面提供一种分类阈值的确定方法，所述方法包括：建立标准数据集、正样本测试集以及负样本测试集，所述标准数据集包括多个标准图像，所述正样本测试集包括多个正样本图像，所述负样本测试集包括多个负样本图像；确定各个所述正样本图像与各个所述标准图像的第一相似度；确定各个所述负样本图像与各个所述标准图像的第二相似度；根据得到的多个所述第一相似度，确定阈值上限；根据得到的多个所述第二相似度，确定阈值下限；根据所述阈值上限以及所述阈值下限，确定分类阈值。

本申请实施例第二方面提供一种电子设备，所述电子设备包括处理器、存储器以及通信电路，所述处理器分别耦接所述存储器、所述通信电路，所述存储器中存储有程序数据，所述处理器通过执行所述存储器内的所述程序数据以实现上述方法中的步骤。

本申请实施例第三方面提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序能够被处理器执行以实现上述方法中的步骤。

有益效果是：本申请在确定分类阈值之前，会先根据标准数据集和正样本测试集的相似度、标准数据集和负样本测试集的相似度，确定与实际场景匹配的阈值上限以及阈值下限，然后再根据阈值上限以及阈值下限，确定分类阈值，相比较于现有技术直接在默认的范围内确定分类阈值，本申请可以在一个小范围内确定分类阈值，既能够减小计算量，提高效率，也能够保证分类阈值的准确率。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。其中：

图1是本申请分类阈值的确定方法一实施方式的流程示意图；

图2是图1中步骤S110的流程示意图；

图3是图2中步骤S112的流程示意图；

图4是图1中步骤S140的流程示意图；

图5是图1中步骤S150的流程示意图；

图6是图1中步骤S160的流程示意图；

图7是本申请电子设备一实施方式的结构示意图；

图8是本申请电子设备另一实施方式的结构示意图；

图9是本申请计算机可读存储介质一实施方式的结构示意图。

具体实施方式