[发明专利]视觉算法模型的测试方法、系统、电子设备及存储介质

权利要求书

1.一种视觉算法模型的测试方法，其特征在于，所述方法包括：

接收用户导入的测试数据，通过标注工具对所述测试数据进行标注处理，得到标注信息；

将所述标注信息与所述测试数据对应存入数据库；

从所述数据库中选择待测视觉算法模型所需的数据，根据选择的数据构建数据集；

调用所述待测视觉算法模型，向所述待测视觉算法模型输入所述数据集，通过所述待测视觉算法模型对所述数据集进行处理，得到模型预测结果；

确定所述待测视觉算法模型对应的性能指标类型，根据所述性能指标类型对所述模型预测结果进行评估处理，得到测试评估结果。

2.根据权利要求1所述的方法，其特征在于，所述根据选择的数据构建数据集，包括：

对选择的数据进行标准化处理，得到标准化数据；

将所述标准化数据组成所述数据集。

3.根据权利要求1所述的方法，其特征在于，所述调用所述待测视觉算法模型，包括：

根据基础测试环境获取与所述待测视觉算法模型匹配的扩展测试环境；

在所述扩展测试环境下调用所述待测视觉算法模型。

4.根据权利要求3所述的方法，其特征在于，所述基础测试环境由Docker镜像文件构建得到，所述根据基础测试环境获取与所述待测视觉算法模型匹配的扩展测试环境，包括：

向所述Docker镜像文件中注入所述待测视觉算法模型对应的环境依赖信息，得到扩展镜像文件；

根据所述扩展镜像文件构建所述扩展测试环境。

5.根据权利要求1所述的方法，其特征在于，所述方法还包括：

获取所述测试数据的关键信息，对所述关键信息进行持久化处理。

6.根据权利要求1所述的方法，其特征在于，所述通过所述待测视觉算法模型对所述数据集进行处理，包括：

通过所述待测视觉算法模型基于所述数据集生成多个异步任务，通过分布式系统对多个所述异步任务执行对应的异步任务调度；

通过消息中间件根据所述异步任务调度执行各所述异步任务。

7.根据权利要求1所述的方法，其特征在于，所述方法还包括：

创建多个硬件平台虚拟机；

为各所述硬件平台虚拟机设置对应视觉算法模型的运行环境参数。

8.一种视觉算法模型的测试系统，其特征在于，所述系统包括：

标注模块，用于接收用户导入的测试数据，通过标注工具对所述测试数据进行标注处理，得到标注信息；

存入模块，用于将所述标注信息与所述测试数据对应存入数据库；

构建模块，用于从所述数据库中选择待测视觉算法模型所需的数据，根据选择的数据构建数据集；

第一处理模块，用于调用所述待测视觉算法模型，向所述待测视觉算法模型输入所述数据集，通过所述待测视觉算法模型对所述数据集进行处理，得到模型预测结果；

第二处理模块，用于确定所述待测视觉算法模型对应的性能指标类型，根据所述性能指标类型对所述模型预测结果进行评估处理，得到测试评估结果。

9.一种电子设备，其特征在于，包括存储器以及处理器，所述存储器存储有计算机程序，所述计算机程序在所述处理器运行时执行权利要求1至7中任一项所述的视觉算法模型的测试方法。

10.一种计算机可读存储介质，其特征在于，其存储有计算机程序，所述计算机程序在处理器上运行时执行权利要求1至7中任一项所述的视觉算法模型的测试方法。