买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中国电子产品可靠性与环境试验研究所((工业和信息化部电子第五研究所)(中国赛宝实验室))申请的专利计算机视觉模型成熟度评估方法、装置、设备及存储介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114529152B 。

龙图腾网通过国家知识产权局官网在2026-03-10发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210030513.1，技术领域涉及：G06V10/776；该发明授权计算机视觉模型成熟度评估方法、装置、设备及存储介质是由高岩;徐欣设计研发完成，并于2022-01-12向国家知识产权局提交的专利申请。

本计算机视觉模型成熟度评估方法、装置、设备及存储介质在说明书摘要公布了：本申请公开了一种计算机视觉模型成熟度评估方法、装置、设备及存储介质，属于深度学习领域，本申请提供的技术方案包括：从数据的维度、算法模型的维度以及运行框架的维度对计算机视觉领域中的机器算法模型进行评估处理，得到数据的维度对应的第一评估值、算法模型的维度对应的第二评估值以及运行框架的维度对应的第三评估值；获取数据的维度、算法模型的维度以及运行框架的维度所分别对应的权重值；根据获取到的权重值对第一评估值、第二评估值和第三评估值进行加权求和处理，得到机器算法模型对应的成熟度得分。本申请实施例提供的技术方案能够对计算机视觉领域中的机器算法模型进行评估。

本发明授权计算机视觉模型成熟度评估方法、装置、设备及存储介质在权利要求书中公布了：1.一种计算机视觉模型成熟度评估方法，其特征在于，应用于计算机设备，所述方法包括： 从数据的维度、算法模型的维度以及运行框架的维度对计算机视觉领域中的机器算法模型进行评估处理，得到所述数据的维度对应的第一评估值、所述算法模型的维度对应的第二评估值以及所述运行框架的维度对应的第三评估值； 获取所述数据的维度、所述算法模型的维度以及所述运行框架的维度所分别对应的权重值； 根据获取到的权重值对所述第一评估值、所述第二评估值和所述第三评估值进行加权求和处理，得到所述机器算法模型对应的成熟度得分； 其中，所述数据包括所述机器算法模型的训练集，所述算法模型包括所述机器算法模型的网络结构和网络参数，所述运行框架包括所述机器算法模型运行依赖的软硬件设施； 所述第一评估值包括数据真实性度量指标值、数据规范性度量指标值和数据均衡性度量指标值；所述数据真实性度量指标值用于指示所述训练集是否具备真实性；所述数据规范性度量指标值用于指示所述训练集是否符合规范；所述数据均衡性度量指标值用于指示所述训练集是否具有代表性； 所述数据真实性度量指标值的计算公式为： 其中，Rd1为所述数据真实性度量指标值，TP为由二分类器针对训练集和真实场景下的数据集得到的真正例的数量，TN为由二分类器针对训练集和真实场景下的数据集得到的真反例的数量，FP为由二分类器针对训练集和真实场景下的数据集得到的假正例的数量，FN为由二分类器针对训练集和真实场景下的数据集得到的假反例的数量； 对于图像分类任务，所述数据规范性度量指标值的计算公式为： 其中，Rd2为所述数据规范性度量指标值，通过对比两个版本的标注结果来评价数据集的数据质量，将A版本作为数据标注的标准，评价B版本是否符合规范；CAi和CBi分别表示A版本和B版本对数据集中第i个图像分类标注的类别，N为数据集中包括的图像的数量； 对于目标检测任务，所述数据规范性度量指标值的计算公式为： 其中，bboxAi、bboxBi表示A、B版本中对于数据集中第i个图像的目标进行标注的包围框，IOU表示计算两个包围框的交并比； 对于图像分割任务，数据规范性度量指标值的计算公式为： 其中，MaskAi和MaskBi表示A、B版本中对于数据集中第i个图像得到掩膜图，IOU表示计算两个掩膜图的交并比； 所述数据均衡性度量指标值的计算公式为： 其中，Rd3为所述数据均衡性度量指标值，对于N个训练集中样本的数量，ni为训练集中第i个样本的数据量，nmin为训练集中样本的最小数据量，为训练集中样本数据量的平均值； 所述第二评估值包括泛化能力度量指标值、鲁棒性度量指标值和性能效率度量指标值； 其中，所述泛化能力度量指标值用于表征所述机器算法模型对未知数据的预测能力； 所述鲁棒性度量指标值用于表征所述机器算法模型对非正常数据的健壮性； 所述性能效率度量指标值用于表征所述机器算法模型的运行速度； 所述泛化能力度量指标值的计算公式如下： 其中，Ra1为所述泛化能力度量指标值，Precision为真正例TP在所有所述机器算法模型识别出的正例中所占的比率，Recall为真正例TP在测试集所有正例中所占的比率； 所述鲁棒性度量指标值的计算公式如下： Ra2＝1-maxASRw,ASRb 其中，Ra2为所述鲁棒性度量指标值，f为给定的模型，对于该模型使用白盒攻击算法生成N个对抗样本xw，再通过黑盒攻击算法生成N个对抗攻击样本xb，yi为设定值，分别计算对抗成功率ASRw和ASRb； 所述性能效率度量指标值的计算公式如下： 其中，Ra3为所述性能效率度量指标值，通过连续运行多次取平均，从tstart时刻到tend时刻，所述机器算法模型一共处理完成了N张图像，计算所述机器算法模型的帧率fps； 所述第三评估值包括可用性度量指标值、可移植性度量指标值和信息安全性度量指标值； 其中，所述可用性度量指标值用于表征计算资源在需要使用时能够进行操作或维持功能的能力； 所述可移植性度量指标值用于表征从当前运行环境迁移到另一种运行环境所需要的工作量和有效性； 所述信息安全性度量指标值用于表征所述机器算法模型在运行过程中信息和数据被保护的程度； 所述可用性度量指标值的计算公式如下： 其中，Rf1为所述可用性度量指标值，MTBF为平均无故障时间，MTTR为平均修复时间； 所述可移植性度量指标值的计算公式如下： 其中，Rf2为所述可用性度量指标值，评价是否具备可移植性的衡量标准是在于当进行整个算法的移植时，需要付出多少工作量T作为代价，同时需要保证算法的有效； 所述信息安全性度量指标值的计算公式如下： 其中，Rf3为所述信息安全性度量指标值。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国电子产品可靠性与环境试验研究所((工业和信息化部电子第五研究所)(中国赛宝实验室))，其通讯地址为：511300 广东省广州市增城区朱村街朱村大道西78号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。