-
公开(公告)号：CN109960148A
公开(公告)日：2019-07-02
申请号：CN201910212378.0
申请日：2019-03-20
Applicant: 中国科学院软件研究所
IPC: G05B13/04
Abstract: 本发明涉及一种智能无人系统自主性评估方法及系统，属于智能无人系统领域，包括以下步骤：1)建立智能无人系统的自主性度量模型层次架构，并建立面向智能无人系统的自主性度量元集合，从而确定每个维度适用的自主性度量元；2)根据智能无人系统的所属平台和所需要完成的任务，在各个维度选择适用的自主性度量元；3)开展特定场景下的智能无人系统的自主性度量元数据计算工作；4)建立智能无人系统自主性评估准则；5)依据自主性评估准则给出智能无人系统自主性评估结果。本发明针对智能无人系统在特定场景和特定任务下有效和便捷的开展自主性评估，提高了智能无人系统的自主性评估结果的全面性和可操作性。
-
公开(公告)号：CN114529720B
公开(公告)日：2024-11-22
申请号：CN202210101318.3
申请日：2022-01-27
Applicant: 中国科学院软件研究所
IPC: G06V10/26 , G06T7/11 , G06V10/764 , G06V20/70
Abstract: 本发明公开了一种神经网络的可解释性评估方法、装置、存储介质及设备，涉及人工智能技术领域。所述方法包括：获取测试数据集；针对测试数据集中的图像xi，基于图像xi对应的语义分割图对图像xi进行分割，得到图像xi的像素区域集合；对图像xi的像素区域集合中每一像素区域进行子区域分割，并将分割结果作用到图像xi上，得到图像xi的子区域分割结果；基于图像xi的子区域分割结果；通过测试数据集中所有图像的目标比比值，确定被测神经网络的评估结果。本发明给出了神经网络对图像预测的解释，并确保准确评估神经网络的预测水平。
-
公开(公告)号：CN115061903B
公开(公告)日：2024-09-03
申请号：CN202210580924.8
申请日：2022-05-25
Applicant: 中国科学院软件研究所
Abstract: 本发明公开了一种自动驾驶测试场景的初始化生成方法、装置及设备，涉及自动驾驶技术领域。所述方法包括：获取自动驾驶测试场景的场景描述信息，场景描述信息包括：测试场景的场景初始化区域和场景参与者相关信息；基于与场景初始化区域匹配的道路元素，生成场景参与者的可行驶区域；获取道路元素的KD树；基于场景参与者相关信息和KD树，从可行驶区域中搜索场景参与者的生成位置点，并确定场景参与者的生成朝向；按照生成位置点和生成朝向，在道路元素所在的场景地图中生成场景参与者；其中，自动驾驶测试场景包括场景地图和场景参与者。本发明能够提升场景参与者的位置点搜索速度，实现测试场景的快速初始化生成。
-
公开(公告)号：CN117785676A
公开(公告)日：2024-03-29
申请号：CN202311733464.9
申请日：2023-12-15
Applicant: 中国科学院软件研究所
Abstract: 本公开涉及面向自动驾驶测试的动态测试场景生成方法、装置及设备，属于自动驾驶测试技术领域。所述方法包括：步骤1：从自动驾驶测试的场景描述信息中，提取动态测试场景的场景参数，并根据场景参数对应的原子动作或触发条件构建场景行为树；步骤2：按照场景行为树和场景参数的参数值运行自动驾驶测试，并基于运行结果计算场景评价函数的函数值；步骤3：基于场景评价函数的函数值更新场景参数的参数值，并从步骤2开始再次执行，直至达到停止更新条件；步骤4：以场景参数的目标参数值生成动态测试场景。本公开能够计算出场景参数的一组或多组使场景如期运行的参数值，提升动态测试场景生成的准确性和效率。
-
公开(公告)号：CN116266221A
公开(公告)日：2023-06-20
申请号：CN202111527865.X
申请日：2021-12-14
Applicant: 中国科学院软件研究所
IPC: G06F18/241 , G06N3/04
Abstract: 本发明公开了一种神经网络的鲁棒性评估方法、装置、设备及存储介质，属于计算机技术领域。所述方法包括：按照目标多层级结构对基准数据集中的数据进行标注，得到数据的标注信息；目标多层级结构包括m个层级，m个层级中最低层级包括至少一个叶子特性；基于数据的标注信息对数据进行分类，得到至少一个原子数据集，原子数据集中的数据具有相同的标注信息；采用至少一个原子数据集对待评估神经网络进行测试，得到至少一个叶子特性的评估指标值；基于至少一个叶子特性的评估指标值，确定待评估神经网络的评估指标值，待评估神经网络的评估指标值用于指示待评估神经网络的鲁棒性。本申请有助于提升神经网络的鲁棒性评估效率。
-
Patent Agency Ranking
公开(公告)号：CN114896134A
公开(公告)日：2022-08-12
申请号：CN202210322833.4
申请日：2022-03-29
Applicant: 中国科学院软件研究所
IPC: G06F11/36
Abstract: 本发明公开了一种面向目标检测模型的蜕变测试方法、装置及设备，涉及模型测试领域。所述方法包括：生成仿真测试用例文件；通过目标检测模型对视觉图像进行处理得到预测结果，并基于预测结果和标签判断目标检测模型是否通过仿真测试用例文件的测试；在目标检测模型通过仿真测试用例文件的测试的情况下，基于仿真测试用例文件生成衍生测试用例文件，衍生测试用例文件包括标签和新视觉图像，新视觉图像由视觉图像经蜕变处理得到；通过目标检测模型对新视觉图像进行处理得到新预测结果，并基于新预测结果和标签判断目标检测模型是否通过衍生测试用例文件的测试。本发明能够帮助用户测试目标检测模型在不同程度的噪声、模糊等蜕变处理后的性能。
-
公开(公告)号：CN114742145A
公开(公告)日：2022-07-12
申请号：CN202210350711.6
申请日：2022-04-02
Applicant: 中国科学院软件研究所
IPC: G06K9/62 , G06V10/75 , G06V10/764
Abstract: 本发明公开了一种目标检测模型的性能测试方法、装置、设备及存储介质，涉及模型测试技术领域。所述方法包括：获取图像数据集，图像数据集包括：带目标的图像、图像的标签和图像的语义图；针对图像数据集中的每张图像，基于图像的标签与图像的语义图，提取图像中的所有目标以及每一目标的像素数量，并基于目标的像素数量确定目标的像素级别；通过目标检测模型对图像数据集中的图像进行处理得到预测结果，并基于预测结果和标签，统计各目标类别在各像素级别下的真正例数量、假正例数量和假反例数量；基于真正例数量、假正例数量和假反例数量，计算目标检测模型在各像素级别下的平均精度均值。本发明更好地衡量了目标检测模型对于小目标的检测性能。
-
公开(公告)号：CN112784485B
公开(公告)日：2021-09-10
申请号：CN202110082493.8
申请日：2021-01-21
Applicant: 中国科学院软件研究所
IPC: G06F30/27 , G01M17/007 , G06F111/08
Abstract: 本发明公开了一种基于强化学习的自动驾驶关键场景生成方法，其步骤包括：1)从地图库中选择一个道路场景，设置仿真系统中主车的行驶路线并为各动态环境要素分别建立概率模型；2)仿真系统控制主车开始执行仿真任务；基于强化学习技术，对所选道路场景中各动态要素的概率模型进行训练，得到各概率模型针对所选道路场景的最优参数并保存在测试用例库中；3)循环步骤1‑2)，得到各概率模型针对地图库中每一道路场景的最优参数；4)从该地图库中获取若干道路场景并组合得到测试地图，并选择仿真环境中所需的动态要素；5)从测试用例库中导入该测试地图所含的各动态要素的概率模型及对应最优参数，生成关键场景测试用例。
-
公开(公告)号：CN113222070A
公开(公告)日：2021-08-06
申请号：CN202110620062.2
申请日：2021-06-03
Applicant: 中国科学院软件研究所
IPC: G06K9/62
Abstract: 本发明公开了一种仿真图像数据自动标注方法及系统，本方法步骤包括：1)获取仿真图像、整体语义图像和个体语义图像集合，以及拍摄该仿真图像的仿真相机参数和个体参数集合；2)根据所述个体语义图像集合确定所述仿真图像中包含的个体集合并计算每一个体的粗糙2D包围盒；3)基于个体对应的所述粗糙2D包围盒和个体语义图像计算个体的精确2D包围盒；4)根据个体对应的个体语义图像和整体语义图像确定所述个体的遮挡率，去掉遮挡率小于设定遮挡率阈值的个体；5)利用精确2D包围盒判断个体是否为无效个体，去掉无效个体；6)根据个体集合以及个体对应的精确2D包围盒，对该仿真图像的进行数据标注和组织，得到标注后的仿真图像。
-
公开(公告)号：CN113157563A
公开(公告)日：2021-07-23
申请号：CN202110284810.4
申请日：2021-03-17
Applicant: 中国人民解放军32801部队 , 中国科学院软件研究所
Abstract: 本发明公开了一种无人系统的测试用例生成方法及装置，包括：获取仿真要素以及所述仿真要素的仿真参数；利用所述仿真要素的仿真参数生成测试用例；其中，所述仿真要素以及所述仿真要素的仿真参数是用户通过前端选择或编辑的，所述仿真要素包括：地图库和无人系统路线定制，以及动态要素、静态要素和/或交通规则要素。本发明通过前端选择或编辑仿真要素以及所述仿真要素的仿真参数，服务端利用所述仿真要素的仿真参数生成测试用例，增强了构造测试用例的交互性和可编辑性。
-
-
-
-
-
-
-
-
-
Search Results
58
records
(took 0.089 seconds)
