原创力文档- 1、本文档共19页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
1
人工智能计算机视觉系统测评规范
1范围
本文件规定了基于机器学习的计算机视觉系统的测评规范，包括测评指标体系和测评流程。
本文件适用于企业、研究机构等对基于机器学习的计算机视觉系统的设计、研发、测试、部署与运维，其他人工智能领域可参考使用。
2规范性引用文件
下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中，注日期的引用文件，仅该日期对应的版本适用于本文件；不注日期的引用文件，其最新版本（包括所有的修改单）适用于本文件。
GB/T25000.10-2016系统与软件工程系统与软件质量要求和评价(SQuaRE)第10部分：系统与软件质量模型
T/CESA1026-2018人工智能深度学习算法评估规范
ISO22300:2021安全与恢复力术语(Securityandresilience-Vocabulary)
3术语和定义
T/CESA1026-2018界定的以及下列术语和定义适用于本文件。
3.1
计算机视觉系统computervisionsystem
基于机器学习算法，对数字图像或视频中的目标实现分类、检测、分割任务的计算机应用系统。
注：本文件所述计算机视觉系统，不包括非机器学习的系统，且只关注实现分类、检测、分割任务的计算机视觉应用系统。实现其他任务的计算机视觉系统的测评可参考本文件。
3.2
图像分类imageclassification
根据一定的规则，将图像自动划分到某一个预定义类别。
3.3
图像分割imagesegmentation
将图像分解成若干个各向同性区域。
3.4
语义分割semanticsegmentation
给图像中每个像素赋予一个所属对象类别的标签。将图像分成若干部分，每一部分属于某一类型对象。
3.5
实例分割instancesegmentation
标记图像中每个像素所属的物体实例。
3.6
目标检测objectdetection
确认图像中是否存在指定类别的对象并确定其位置和大小。
3.7
混淆矩阵confusionmatrix
2
每一类事件（对象、物体等）被预测为所有类型事件（对象、物体等）的概率。
3.8
精度precision
被预测为正样本的集合中正样本的比率。
3.9
召回率recall
被正确预测的正样本占全部正样本的比率。
3.10
F1测度F1score
精度和召回率的调和平均值。
3.11
受试者工作特征曲线receiveroperatingcharacteristiccurve由不同设定条件下的真正率和假正率值画出的响应曲线。
3.12
真负率truenegativerate
被正确预测的负样本占全部负样本的比率。
3.13
假正率falsepositiverate
被错误预测的负样本占全部负样本的比率。
3.14
错误接受率falseacceptancerate接受不该接受的样本的比率。
[来源：ISO22300:2021，3.2.18]
3.15
错误拒绝率falserejectionrate拒绝不该拒绝的样本的比率。
[来源：ISO22300:2021，3.2.19]
3.16
可解释性interpretability
人类能够理解人工智能技术内在工作原理及其作出决策原因的程度。
4缩略语
下列缩略语适用于本文件。
ARM：高级精简指令集机器（AdvancedRISCMachine）AUC：曲线下面积（AreaUnderCurve）
CPU：中央处理器（CentralProcessingUnit）
FN：假负（FalseNegative）FP：假正（FalsePositive）
FWIoU：频率加权交并比（FrequencyWeightedIntersectionoverUnion）
GPU：图形处理器（GraphicProcessingUnit）IoU：交并比（IntersectionoverUnion）
mAP：整体平均准确率（MeanAveragePrecision）
MIoU：平均交并比（MeanIntersectionoverUnion）
MIPS：无内部互锁流水级的微处理器(MicroprocessorwithoutInterlockedPipedStagesarchitecture)
3
MPA：平均像素准确率（MeanPixelAccuracy）
NPU：神经网络处理器（Neural-networkProcessingUnit）PA：像素准确率（PixelAccuracy）
ROC：受
文档评论（0）