Хорошие продукты и сервисы
Наш Поиск (введите запрос без опечаток)
Наш Поиск по гостам (введите запрос без опечаток)
Поиск
Поиск
Бизнес гороскоп на текущую неделю c 29.12.2025 по 04.01.2026
Открыть шифр замка из трёх цифр с ограничениями

ГОСТ Р 70251-2022; Страница 8

или поделиться

Ещё ГОСТы из 41757, используйте поиск в верху страницы ГОСТ Р 70249-2022 Системы искусственного интеллекта на автомобильном транспорте. Высокоавтоматизированные транспортные средства. Термины и определения Artificial intelligence systems in road transport. Highly automated vehicles. Terms and definitions (Настоящий стандарт устанавливает термины и определения в области систем искусственного интеллекта для управления движением высокоавтоматизированным транспортным средством (СИИАУД ВАТС). Термины, установленные настоящим стандартом, рекомендуются для применения во всех видах документации и литературы по системам искусственного интеллекта на ВАТС, входящих в сферу действия работ по стандартизации и использующих результаты этих работ. Приведенный состав является возможным примером и может корректироваться разработчиком в конкретных реализациях систем) ГОСТ IEC TR 60269-5-2022 Предохранители плавкие низковольтные. Часть 5. Руководство по применению Low-voltage fuses. Part 5. Guidance for the application (Настоящий стандарт является руководством по применению низковольтных плавких предохранителей с указанием по применению токоограничивающих плавких предохранителей для защиты современного сложного и чувствительного электротехнического и электронного оборудования. Настоящий стандарт распространяется на низковольтные плавкие предохранители до 1000 В переменного тока и 1500 В постоянного тока, разработанные и производимые в соответствии с требованиями серии стандартов IEC 60269) ГОСТ Р 70321.5-2022 Технологии искусственного интеллекта для обработки данных дистанционного зондирования Земли. Алгоритмы искусственного интеллекта для определения характеристик древесно-кустарниковой растительности на космических снимках, получаемых с космических аппаратов оптико-электронного наблюдения. Типовая методика проведения испытаний Artificial intelligence technologies for processing of Earth remote sensing data. Artificial intelligence algorithms for determination the characteristics of wood-shrub vegetation on satellite images obtained from optical-electronic observation satellites. Typical testing procedure (Настоящий стандарт распространяется на алгоритмы искусственного интеллекта для определения характеристик древесно-кустарниковой растительности (далее – алгоритмы ИИ) на космических снимках по ГОСТ Р 59753–2021 (статья 32), получаемых с космических аппаратов оптико-электронного наблюдения в видимом и ближнем инфракрасном диапазонах (далее – снимки). Настоящий стандарт устанавливает типовую методику проведения испытаний алгоритмов ИИ при оценке функциональной корректности по ГОСТ Р 59898–2021 (8.2.3). Настоящий стандарт может быть применен при испытаниях алгоритмов ИИ при проведении оценки соответствия первой, второй или третьей сторон по ГОСТ ISO/IEC 17000. Настоящий стандарт также может быть применен при автономных предварительных и приемочных испытаниях по ГОСТ Р 59792 алгоритмов ИИ, входящих в состав автоматизированных систем. Настоящий стандарт предназначен для применения всеми организациями, участвующими в испытаниях алгоритмов ИИ, независимо от их вида и размера)
Страница 8
Страница 1 Untitled document
ГОСТ Р 702512022
3)провести испытания с подготовленной выборкой, чтобы убедиться, что алгоритм распозна
вания обрабатывает редкие объекты с достаточным качеством.
Кроме того, при испытаниях алгоритма обнаружения и распознавания препятствий на предмет
реагирования на редкие дорожно-транспортные ситуации допускается использовать иные методы
тестирования, включая применение весовых коэффициентов для различных существенных факторов
эксплуатации, семплирования, аугментации (см. 7.4) и другие техники.
Такой принцип подбора тестового набора данных позволит обеспечить проверку возможностей
алгоритма по распознаванию всех объектов распознавания в различных контекстах (вариантах комби
наций значений существенных признаков), поскольку для обеспечения доверия к результатам работы
алгоритма необходимо, чтобы точность распознавания не зависела от частоты встречаемости конкрет
ного объекта распознавания при эксплуатации алгоритма.
7.2 Фрагменты тестовых наборов данных (демонстрационные наборы данных)
Основной набор тестовых данных, содержащий фрагменты различных ситуаций и препятствий на
дорогах, доступен по ссылке:
https://disk.yandex.ru/cl/N-AxTFKsxjnhzw
.
Тестовый набор данных описывает существенные факторы эксплуатации и содержит следующие
подборки (множество файлов из демонстрационного набора, описывающих конкретную шкалу суще
ственных признаков ситуации):
- вид осадков;
- виды совершаемых нарушений;
- категория автомобильной дороги;
- количество и ширина полос;
- наличие вертикальной разметки;
- наличие дорожных знаков;
- наличие засветки;
- наличие и состояние горизонтальной разметки;
- наличие иных технических средств организации дорожного движения;
- наличие пешеходных тротуаров и пешеходных переходов в одном уровне;
- наличие примыканий и пересечений в одном уровне;
- наличие светофоров;
- наличие тумана;
- наличие участников дорожного движения, нарушающих правила дорожного движения;
- плотность потока транспортных средств;
- попадание посторонних предметов и объектов на дорогу;
- профиль автомобильной дороги наибольший продольный уклон;
- скорость потока и отдельных транспортных средств;
- состав потока транспортных средств;
- состояние дорожного покрытия;
- тип осадков;
- условия освещенности.
Тестовый набор данных содержит тактико-технические характеристики видеорегистратора,
метаданные видеосъемки (координаты ВАТС, пример видеодорожки с присутствием знаков дорожного
движения, время съемки).
7.3 Правила формирования представительных тестовых наборов данных (включая,
в случае необходимости, описание представительной совокупности тестовых сценариев)
Прилагаемый к настоящему стандарту демонстрационный набор тестовых данных содержит сле
дующий набор файлов:
- device.txt данные и параметры самого записывающего устройства видеорегистратора внутри
кабины ВАТС;
- gps.csv данные о координатах ВАТС с приложенной видеодорожки с указанием точных GPS-
координат и времени записи;
- heading.csv, motion.csv, times.txt файлы с технической информацией по приложенной видео
дорожке;
4