CN112395208A - Ai识别装置的自动测试方法、装置、设备及存储介质 - Google Patents
Ai识别装置的自动测试方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN112395208A CN112395208A CN202110067399.5A CN202110067399A CN112395208A CN 112395208 A CN112395208 A CN 112395208A CN 202110067399 A CN202110067399 A CN 202110067399A CN 112395208 A CN112395208 A CN 112395208A
- Authority
- CN
- China
- Prior art keywords
- test
- identification
- data
- result
- tested
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/36—Preventing errors by testing or debugging software
- G06F11/3668—Software testing
- G06F11/3672—Test management
- G06F11/3684—Test management for test design, e.g. generating new test cases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/36—Preventing errors by testing or debugging software
- G06F11/3668—Software testing
- G06F11/3672—Test management
- G06F11/3688—Test management for test execution, e.g. scheduling of test suites
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Image Analysis (AREA)
Abstract
本发明适用于测试技术领域，提供了一种AI识别装置的自动测试方法、装置、设备及存储介质，该方法包括：根据已加载的测试用例确定当前识别测试项，基于基准数据的信息将当前识别测试项的基准图像数据导入到待测试的AI识别装置，其中，基准数据的信息包含于测试用例中，基准数据包括基准图像数据和图像标注数据，控制待测试的AI识别装置识别导入的基准图像数据，并获取识别结果，判断是否完成测试用例中的所有识别测试项，若已完成，则基于图像标注数据和识别结果输出待测试的AI识别装置的测试结果，否则跳转至根据已加载的测试用例确定当前识别测试项的步骤，从而实现了AI识别装置的自动化测试，降低了测试成本，并提高了测试效率。
Description
技术领域
本发明属于测试技术领域，尤其涉及一种AI识别装置的自动测试方法、装置、设备及存储介质。
背景技术
人工智能技术日趋发展，AI识别装置得到广泛应用，但在这些AI识别装置的研发、生产测试过程中主要以人工测试为主，导致测试成本较高、测试效率低。
发明内容
本发明的目的在于提供一种AI识别装置的自动测试方法、装置、设备及存储介质，旨在解决由于现有技术中AI识别装置测试成本高、测试效率低的问题。
一方面，本发明提供一种AI识别装置的自动测试方法，所述方法包括下述步骤：
根据已加载的测试用例确定当前识别测试项，基于基准数据的信息将当前识别测试项的基准图像数据导入到待测试的AI识别装置，其中，所述基准数据的信息包含于所述测试用例中，所述基准数据包括所述基准图像数据和图像标注数据；
控制所述待测试的AI识别装置识别导入的基准图像数据，并获取识别结果；
判断是否完成所述测试用例中的所有识别测试项，若已完成，则基于所述图像标注数据和所述识别结果输出所述待测试的AI识别装置的测试结果，否则跳转至根据已加载的测试用例确定当前识别测试项的步骤。
优选地，所述基准图像数据基于多种待测场景下拍摄得到，所述图像标注数据至少包括图像拍摄场景数据、图像内容数据和目标描述数据中的一种，所述图像拍摄场景数据至少包括拍摄的时间、地点、环境亮度、光照方向、天气情况、室内外情况、目标背景纹理和目标清晰度中的一种，所述图像内容数据至少包括图像像素格式、图像分辨率、目标类型和目标描述中的一种，所述目标描述数据至少包括目标的特征、目标的数量和目标在图像中的位置中的一种。
优选地，所述测试结果至少包括识别准确度、识别速度和识别位置偏差中的一种。
优选地，所述方法还包括：
保存测试数据，所述测试数据至少包括所述图像标注数据、所述识别结果和所述测试结果；
当接收到数据查询请求时，输出与所述数据查询请求对应的测试数据。
优选地，所述方法还包括：
基于相同基准数据下不同版本的AI识别装置的测试数据，分析所述待测试的AI识别装置的测试结果变化趋势，其中，所述测试结果变化趋势包括识别速度变化趋势、识别准确度变化趋势和/或识别位置偏差变化趋势。
优选地，所述方法还包括：
基于多种场景基准数据下所述待测试的AI识别装置的测试数据，分析所述待测试的AI识别装置针对不同场景的测试结果变化趋势，其中，所述测试结果变化趋势包括识别速度变化趋势、识别准确度变化趋势和/或识别位置偏差变化趋势。
优选地，所述方法还包括：
将所述测试结果变化趋势以图像化的方式显示。
另一方面，本发明提供了一种AI识别装置的自动测试装置，所述装置包括：
数据导入单元，用于根据已加载的测试用例确定当前识别测试项，基于基准数据的信息将当前识别测试项的基准图像数据导入到待测试的AI识别装置，其中，所述基准数据的信息包含于所述测试用例中，所述基准数据包括所述基准图像数据和图像标注数据；
识别结果获取单元，用于控制所述待测试的AI识别装置识别导入的基准图像数据，并获取识别结果；以及
测试结果输出单元，用于判断是否完成所述测试用例中的所有识别测试项，若已完成，则基于所述图像标注数据和所述识别结果输出所述待测试的AI识别装置的测试结果，否则触发所述数据导入单元执行根据已加载的测试用例确定当前识别测试项，基于基准数据的信息将当前识别测试项的基准图像数据导入到待测试的AI识别装置的步骤。
另一方面，本发明还提供了一种测试设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上所述方法的步骤。
另一方面，本发明还提供了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，所述计算机程序被处理器执行时实现如上所述方法的步骤。
本发明根据已加载的测试用例确定当前识别测试项，基于基准数据的信息将当前识别测试项的基准图像数据导入到待测试的AI识别装置，其中，基准数据的信息包含于测试用例中，基准数据包括基准图像数据和图像标注数据，控制待测试的AI识别装置识别导入的基准图像数据，并获取识别结果，判断是否完成测试用例中的所有识别测试项，若已完成，则基于图像标注数据和识别结果输出待测试的AI识别装置的测试结果，否则跳转至根据已加载的测试用例确定当前识别测试项的步骤，从而实现了AI识别装置的自动化测试，降低了测试成本，并提高了测试效率。
附图说明
图1是本发明实施例一提供的AI识别装置的自动测试方法的实现流程图；
图2是本发明实施例二提供的AI识别装置的自动测试装置的结构流程图；
以及
图3是本发明实施例三提供的测试设备的结构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
以下结合具体实施例对本发明的具体实现进行详细描述：
实施例一：
图1示出了本发明实施例一提供的AI识别装置的自动测试方法的实现流程，为了便于说明，仅示出了与本发明实施例相关的部分，详述如下：
在步骤S101中，根据已加载的测试用例确定当前识别测试项，基于基准数据的信息将当前识别测试项的基准图像数据导入到待测试的AI识别装置。
本发明实施例适用于AI识别装置的自动测试，该AI识别装置可以是包含人脸识别功能的考勤机或闸机、包含车牌识别功能的出入管理装置或包含垃圾分类功能的投放设备等。在本发明实施例中，在根据已加载的测试用例确定当前识别测试项之前，获取基准图像数据，并可通过符号或者数值等对基准图像数据进行标注以描述基准图像数据的信息，得到图像标注数据。其中，该基准图像数据可以是拍摄的图片或者视频，该图像标注数据可根据实际测试需要确定。
优选地，基准图像数据基于多种待测场景下拍摄得到，图像标注数据包括图像拍摄场景数据、图像内容数据和目标描述数据中的至少一种，图像拍摄场景数据至少包括拍摄的时间、地点、环境亮度、光照方向、天气情况、室内外情况、目标背景纹理和目标清晰度中的一种，图像内容数据至少包括图像像素格式、图像分辨率、目标类型和目标描述中的一种，该目标可以为人脸、车牌或待分类的物品等，目标描述数据至少包括目标的特征、目标的数量和目标在图像中的位置中的一种，以满足多种场景的测试需要，并提高了测试结果的准确性。作为示例地，针对人脸目标，目标描述数据包括性别、年龄、种族、表情、装饰物、目标在图像中的坐标，其中，男性用M表示，女性用F表示。当然，图像标注数据还可以包括上述以外的信息，以满足实际测试需要。
在本发明实施例中，基准数据的信息包含于测试用例中，当接收到测试请求时，加载与测试请求对应的测试用例，并可通过解析测试用例得到该测试用例中包含的基准数据的信息，该基准数据包括基准图像数据和图像标注数据，该基准数据的信息可包括用于描述基准图像数据和图像标注数据的存储区域的信息，具体实现中，该基准数据可以文件的形式进行存储，该文件存储的格式可以分为三段区域：一段区域为文件描述区，用于描述基准图像数据在文件中的位置、图像标注数据在文件中的位置，文件描述区的大小固定；一段区域为基准图像数据区，存储基准图像数据，图像数据区的大小视具体的图像而定，通过文件描述区来定位基准图像数据区；一段为图像标注数据区，存储图像标注数据，其大小也是视具体的图像而定，通过文件描述区来定位图像标注数据区。
在根据已加载的测试用例确定当前识别测试项时，可根据测试用例中测试项的顺序和已完成的识别测试项确定当前识别测试项，然后基于基准数据的信息将当前识别测试项的基准图像数据导入到待测试的AI识别装置，以使待测试的AI识别装置模拟实际场景工作，从而降低了测试成本，并提高了测试效率。具体实现中，可以通过软件或者硬件的方式模拟摄像设备将基准图像数据导入到待测试的AI识别装置中
在步骤S102中，控制待测试的AI识别装置识别导入的基准图像数据，并获取识别结果。
在本发明实施例中，在将当前识别测试项的基准图像数据导入到待测试的AI识别装置之后，控制待测试的AI识别装置对导入的基准图像数据进行识别，并获取识别结果。
在步骤S103中，判断是否完成测试用例中的所有识别测试项，若已完成，则执行步骤S104，否则跳转至步骤S101。
在步骤S104中，基于图像标注数据和识别结果输出待测试的AI识别装置的测试结果。
在本发明实施例中，优选地，待测试的AI识别装置的测试结果至少包括识别准确度、识别速度和识别位置偏差中的一种。为便于说明，将每个识别测试项的测试结果用第一测试结果描述，将待测试的AI识别装置的测试结果用第二测试结果描述。其中，第二测试结果中的识别准确度、识别速度和识别位置偏差均可基于所有识别测试项的第一测试结果得到。
具体实现中，该第一测试结果可以在获取到当前识别测试项的识别结果之后单独生成，也可以在所有的识别测试项完成之后统一生成，在此不作限定。该第一测试结果可以包括测试成功或失败的结果，例如，根据识别结果中类别识别的正确与否，判断当前识别测试项测试结果的成败，又如，根据识别结果与预设的偏差阈值的比较结果，判断当前识别测试项测试结果的成败；该第一测试结果还可以包括识别速度，该识别速度可以控制待测试的AI识别装置开始识别导入的基准图像数据的时间，和待测试的AI识别装置输出识别结果时间来确定；该第一测试结果还可以包括识别位置偏差，该位置偏差可以根据图像标注数据中的实际目标位置和识别结果中的识别目标位置确定，该第一测试结果还可以包含上述以外的内容，具体可根据实际测试现需确定其包含的内容，在此不作限定。进一步地，该第二识别结果中的识别准确度可以根据统计出的每个测试项的第一测试结果中识别成败的次数占所有识别测试项的比例得到，例如，多项人脸识别测试中，第一测试结果中95项成功，5项失败，则该第二测试结果的识别准确度为95%；识别速度可以根据统计出的所有测试项的第一测试结果中的识别速度的均值得到，识别位置偏差同样可以根据统计出的所有测试项的第一测试结果中的位置偏差的均值得到。
优选地，保存测试数据，测试数据至少包括图像标注数据、识别结果和测试结果，当接收到数据查询请求时，输出与数据查询请求对应的测试数据，以便于用户基于测试数据有针对性地进行分析，例如评估算法的有效性、产品质量的可靠性等。其中，该测试数据可以保存到预设的数据库或者数据文件中，该测试数据还可以进一步包括具体地测试项、每个测试项采用的基准图像数据、每个识别测试项执行的时间、每个识别测试项完成的时间、测试的人员等信息，该测试结果可以包括上述的第一测试结果和/或上述的第二测试结果。
优选地，基于相同基准数据下不同版本的AI识别装置的测试数据，分析待测试的AI识别装置的测试结果变化趋势，以获取AI识别装置在产品更新迭代后识别效果的变化趋势。具体实现中，测试用例中可以包括相同的准据数据，基于该测试用例对不同版本的AI识别装置进行识别测试，基于历史版本的AI识别装置的测试结果（历史测试数据），及当前待测试的AI识别装置的测试结果（当前测试数据），可以分析出不同版本的AI识别装置的测试结果变化，从而基于历史测试数据提高了测试结果分析的效率。
优选地，基于多种场景基准数据下待测试的AI识别装置的测试数据，分析待测试的AI识别装置针对不同场景的测试结果变化趋势，以获取AI识别装置在不同场景下的识别效果的变化趋势，并便于提升产品性能，并降低了多场景测试和分析的成本，提高了测试和分析效率。具体实现中，针对不同场景的测试，可以基于一个测试用例完成测试，也可以基于多个测试用例完成测试，基于一次或多次测试结果进行分析，得到AI识别装置在不同场景下的识别效果的变化趋势。
其中，测试结果变化趋势包括识别速度变化趋势、识别准确度变化趋势和识别位置偏差变化趋势中的一种或者多种。
在分析出上述的测试结果变化趋势之后，进一步优选地，将测试结果变化趋势以图像化的方式显示，从而增加了测试结果变化趋势的可视化程度，进而提高了用户体验。
在本发明实施例中，根据已加载的测试用例确定当前识别测试项，基于基准数据的信息将当前识别测试项的基准图像数据导入到待测试的AI识别装置，其中，基准数据的信息包含于测试用例中，基准数据包括基准图像数据和图像标注数据，控制待测试的AI识别装置识别导入的基准图像数据，并获取识别结果，判断是否完成测试用例中的所有识别测试项，若已完成，则基于图像标注数据和识别结果输出待测试的AI识别装置的测试结果，否则跳转至根据已加载的测试用例确定当前识别测试项的步骤，从而实现了AI识别装置的自动化测试，降低了测试成本，并提高了测试效率。
实施例二：
图2示出了本发明实施例二提供的AI识别装置的自动测试装置的结构，为了便于说明，仅示出了与本发明实施例相关的部分，其中包括：
数据导入单元21，用于根据已加载的测试用例确定当前识别测试项，基于基准数据的信息将当前识别测试项的基准图像数据导入到待测试的AI识别装置，其中，基准数据的信息包含于测试用例中，基准数据包括基准图像数据和图像标注数据；
识别结果获取单元22，用于控制待测试的AI识别装置识别导入的基准图像数据，并获取识别结果；以及
测试结果输出单元23，用于判断是否完成测试用例中的所有识别测试项，若已完成，则基于图像标注数据和识别结果输出待测试的AI识别装置的测试结果，否则触发数据导入单元21执行根据已加载的测试用例确定当前识别测试项，基于基准数据的信息将当前识别测试项的基准图像数据导入到待测试的AI识别装置的步骤。
优选地，基准图像数据基于多种待测场景下拍摄得到，图像标注数据至少包括图像拍摄场景数据、图像内容数据和目标描述数据中的一种，图像拍摄场景数据至少包括拍摄的时间、地点、环境亮度、光照方向、天气情况、室内外情况、目标背景纹理和目标清晰度中的一种，图像内容数据至少包括图像像素格式、图像分辨率、目标类型和目标描述中的一种，目标描述数据至少包括目标的特征、目标的数量和目标在图像中的位置中的一种。
优选地，测试结果至少包括识别准确度、识别速度和识别位置偏差中的一种。
优选地，该装置还包括：
存储模块，用于保存测试数据，测试数据至少包括图像标注数据、识别结果和测试结果；以及
查询模块，用于当接收到数据查询请求时，输出与数据查询请求对应的测试数据。
优选地，该装置还包括：
第一分析模块，用于基于相同基准数据下不同版本的AI识别装置的测试数据，分析待测试的AI识别装置的测试结果变化趋势，其中，测试结果变化趋势包括识别速度变化趋势、识别准确度变化趋势和/或识别位置偏差变化趋势。
优选地，该装置还包括：
第二分析模块，用于基于多种场景基准数据下待测试的AI识别装置的测试数据，分析待测试的AI识别装置针对不同场景的测试结果变化趋势，其中，测试结果变化趋势包括识别速度变化趋势、识别准确度变化趋势和/或识别位置偏差变化趋势。
优选地，该装置还包括：
显示模块，用于将测试结果变化趋势以图像化的方式显示。
在本发明实施例中，AI识别装置的自动测试装置的各单元可由相应的硬件或软件单元实现，各单元可以为独立的软、硬件单元，也可以集成为一个软、硬件单元，在此不用以限制本发明。AI识别装置的自动测试装置的各单元的具体实施方式可参考前述方法实施例的描述，在此不再赘述。
实施例三：
图3示出了本发明实施例三提供的测试设备的结构，为了便于说明，仅示出了与本发明实施例相关的部分。
本发明实施例的测试设备3包括处理器30、存储器31以及存储在存储器31中并可在处理器30上运行的计算机程序32。该处理器30执行计算机程序32时实现上述各方法实施例中的步骤，例如图1所示的步骤S101至S104。或者，处理器30执行计算机程序32时实现上述各装置实施例中各单元的功能，例如图2所示单元21至23的功能。
在本发明实施例中，根据已加载的测试用例确定当前识别测试项，基于基准数据的信息将当前识别测试项的基准图像数据导入到待测试的AI识别装置，其中，基准数据的信息包含于测试用例中，基准数据包括基准图像数据和图像标注数据，控制待测试的AI识别装置识别导入的基准图像数据，并获取识别结果，判断是否完成测试用例中的所有识别测试项，若已完成，则基于图像标注数据和识别结果输出待测试的AI识别装置的测试结果，否则跳转至根据已加载的测试用例确定当前识别测试项的步骤，从而实现了AI识别装置的自动化测试，降低了测试成本，并提高了测试效率。
实施例四：
在本发明实施例中，提供了一种计算机可读存储介质，该计算机可读存储介质存储有计算机程序，该计算机程序被处理器执行时实现上述方法实施例中的步骤，例如，图1所示的步骤S101至S104。或者，该计算机程序被处理器执行时实现上述各装置实施例中各单元的功能，例如图2所示单元21至23的功能。
在本发明实施例中，根据已加载的测试用例确定当前识别测试项，基于基准数据的信息将当前识别测试项的基准图像数据导入到待测试的AI识别装置，其中，基准数据的信息包含于测试用例中，基准数据包括基准图像数据和图像标注数据，控制待测试的AI识别装置识别导入的基准图像数据，并获取识别结果，判断是否完成测试用例中的所有识别测试项，若已完成，则基于图像标注数据和识别结果输出待测试的AI识别装置的测试结果，否则跳转至根据已加载的测试用例确定当前识别测试项的步骤，从而实现了AI识别装置的自动化测试，降低了测试成本，并提高了测试效率。
本发明实施例的计算机可读存储介质可以包括能够携带计算机程序代码的任何实体或装置、记录介质，例如，ROM/RAM、磁盘、光盘、闪存等存储器。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种AI识别装置的自动测试方法，其特征在于，所述方法包括下述步骤：
根据已加载的测试用例确定当前识别测试项，基于基准数据的信息将当前识别测试项的基准图像数据导入到待测试的AI识别装置，其中，所述基准数据的信息包含于所述测试用例中，所述基准数据包括所述基准图像数据和图像标注数据；
控制所述待测试的AI识别装置识别导入的基准图像数据，并获取识别结果；
判断是否完成所述测试用例中的所有识别测试项，若已完成，则基于所述图像标注数据和所述识别结果输出所述待测试的AI识别装置的测试结果，否则跳转至根据已加载的测试用例确定当前识别测试项的步骤。
2.如权利要求1所述的方法，其特征在于，所述基准图像数据基于多种待测场景下拍摄得到，所述图像标注数据至少包括图像拍摄场景数据、图像内容数据和目标描述数据中的一种，所述图像拍摄场景数据至少包括拍摄的时间、地点、环境亮度、光照方向、天气情况、室内外情况、目标背景纹理和目标清晰度中的一种，所述图像内容数据至少包括图像像素格式、图像分辨率、目标类型和目标描述中的一种，所述目标描述数据至少包括目标的特征、目标的数量和目标在图像中的位置中的一种。
3.如权利要求1所述的方法，其特征在于，所述测试结果至少包括识别准确度、识别速度和识别位置偏差中的一种。
4.如权利要求1所述的方法，其特征在于，所述方法还包括：
保存测试数据，所述测试数据至少包括所述图像标注数据、所述识别结果和所述测试结果；
当接收到数据查询请求时，输出与所述数据查询请求对应的测试数据。
5.如权利要求4所述的方法，其特征在于，所述方法还包括：
基于相同基准数据下不同版本的AI识别装置的测试数据，分析所述待测试的AI识别装置的测试结果变化趋势，其中，所述测试结果变化趋势包括识别速度变化趋势、识别准确度变化趋势和/或识别位置偏差变化趋势。
6.如权利要求4所述的方法，其特征在于，所述方法还包括：
基于多种场景基准数据下所述待测试的AI识别装置的测试数据，分析所述待测试的AI识别装置针对不同场景的测试结果变化趋势，其中，所述测试结果变化趋势包括识别速度变化趋势、识别准确度变化趋势和/或识别位置偏差变化趋势。
7.如权利要求5或6所述的方法，其特征在于，所述方法还包括：
将所述测试结果变化趋势以图像化的方式显示。
8.一种AI识别装置的自动测试装置，其特征在于，所述装置包括：
数据导入单元，用于根据已加载的测试用例确定当前识别测试项，基于基准数据的信息将当前识别测试项的基准图像数据导入到待测试的AI识别装置，其中，所述基准数据的信息包含于所述测试用例中，所述基准数据包括所述基准图像数据和图像标注数据；
识别结果获取单元，用于控制所述待测试的AI识别装置识别导入的基准图像数据，并获取识别结果；以及
测试结果输出单元，用于判断是否完成所述测试用例中的所有识别测试项，若已完成，则基于所述图像标注数据和所述识别结果输出所述待测试的AI识别装置的测试结果，否则触发所述数据导入单元执行根据已加载的测试用例确定当前识别测试项，基于基准数据的信息将当前识别测试项的基准图像数据导入到待测试的AI识别装置的步骤。
9.一种测试设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述方法的步骤。
10.一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，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110067399.5A CN112395208A (zh) | 2021-01-19 | 2021-01-19 | Ai识别装置的自动测试方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110067399.5A CN112395208A (zh) | 2021-01-19 | 2021-01-19 | Ai识别装置的自动测试方法、装置、设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112395208A true CN112395208A (zh) | 2021-02-23 |
Family
ID=74625068
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110067399.5A Pending CN112395208A (zh) | 2021-01-19 | 2021-01-19 | Ai识别装置的自动测试方法、装置、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112395208A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113809497A (zh) * | 2021-08-17 | 2021-12-17 | 成都辰思科技有限公司 | 一种基于磁性旋磁片的新型微带环形器 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109446371A (zh) * | 2018-11-09 | 2019-03-08 | 苏州清研精准汽车科技有限公司 | 一种智能汽车仿真测试场景库生成方法及测试系统和方法 |
| JP2019079357A (ja) * | 2017-10-26 | 2019-05-23 | Kddi株式会社 | 所定画像領域をマスクした撮影映像を学習映像として選択する学習映像選択装置、プログラム及び方法 |
| CN110532141A (zh) * | 2019-08-30 | 2019-12-03 | 峰米(北京)科技有限公司 | 一种智能显示终端的自动化测试系统及方法、一种存储介质 |
| CN110705651A (zh) * | 2019-10-17 | 2020-01-17 | 上海眼控科技股份有限公司 | 用于对视频识别准确率测试的方法、装置、设备及介质 |
| CN111124863A (zh) * | 2019-12-24 | 2020-05-08 | 北京安兔兔科技有限公司 | 智能设备性能测试方法、装置及智能设备 |
-
2021
- 2021-01-19 CN CN202110067399.5A patent/CN112395208A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2019079357A (ja) * | 2017-10-26 | 2019-05-23 | Kddi株式会社 | 所定画像領域をマスクした撮影映像を学習映像として選択する学習映像選択装置、プログラム及び方法 |
| CN109446371A (zh) * | 2018-11-09 | 2019-03-08 | 苏州清研精准汽车科技有限公司 | 一种智能汽车仿真测试场景库生成方法及测试系统和方法 |
| CN110532141A (zh) * | 2019-08-30 | 2019-12-03 | 峰米(北京)科技有限公司 | 一种智能显示终端的自动化测试系统及方法、一种存储介质 |
| CN110705651A (zh) * | 2019-10-17 | 2020-01-17 | 上海眼控科技股份有限公司 | 用于对视频识别准确率测试的方法、装置、设备及介质 |
| CN111124863A (zh) * | 2019-12-24 | 2020-05-08 | 北京安兔兔科技有限公司 | 智能设备性能测试方法、装置及智能设备 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113809497A (zh) * | 2021-08-17 | 2021-12-17 | 成都辰思科技有限公司 | 一种基于磁性旋磁片的新型微带环形器 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110503074B (zh) | 视频帧的信息标注方法、装置、设备及存储介质 | |
| CN109670437B (zh) | 年龄预估模型训练方法、面部图像识别方法及装置 | |
| CN111340126A (zh) | 物品识别方法、装置、计算机设备和存储介质 | |
| CN111414948B (zh) | 目标对象检测方法和相关装置 | |
| CN113989944B (zh) | 操作动作识别方法、装置及存储介质 | |
| CN111124863B (zh) | 智能设备性能测试方法、装置及智能设备 | |
| US20230060211A1 (en) | System and Method for Tracking Moving Objects by Video Data | |
| CN114359658A (zh) | 训练数据的生成方法、装置、终端设备及存储介质 | |
| CN110826581A (zh) | 一种动物数量识别方法、装置、介质及电子设备 | |
| CN112559341A (zh) | 一种画面测试方法、装置、设备及存储介质 | |
| CN109145752A (zh) | 用于评估对象检测和跟踪算法的方法、装置、设备和介质 | |
| CN113822907B (zh) | 图像处理方法及装置 | |
| CN112395208A (zh) | Ai识别装置的自动测试方法、装置、设备及存储介质 | |
| CN114445545A (zh) | 一种渲染引擎的测试方法、装置、设备、系统和介质 | |
| CN113128522B (zh) | 目标识别方法、装置、计算机设备和存储介质 | |
| CN111507135A (zh) | 人脸检测方法、装置、计算机设备及存储介质 | |
| WO2022120996A1 (zh) | 视觉位置识别方法及装置、计算机设备及可读存储介质 | |
| CN113689475A (zh) | 跨境头轨迹跟踪方法、设备及存储介质 | |
| CN111539390A (zh) | 一种基于Yolov3的小目标图像识别方法、设备和系统 | |
| CN116994049A (zh) | 全自动针织横机及其方法 | |
| CN115082758B (zh) | 目标检测模型的训练方法、目标检测方法、装置和介质 | |
| CN111242917A (zh) | 车辆灯光工位的检测方法、装置、计算机设备和存储介质 | |
| CN115690514A (zh) | 图像识别方法及相关设备 | |
| CN109241864A (zh) | 情感预测方法、装置、计算机设备和存储介质 | |
| CN109101917A (zh) | 用于行人重识别的标注方法、训练方法、装置及系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210223 |