ГОСТ Р 70321.1-2022; Страница 11

или поделиться

Ещё ГОСТы из 41757, используйте поиск в верху страницы

ГОСТ Р 70321.6-2022 Технологии искусственного интеллекта для обработки данных дистанционного зондирования Земли. Алгоритмы искусственного интеллекта для распознавания объектов дорожно-транспортной сети 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 recognition of objects of road networks on satellite images obtained from optical-electronic observation satellites. Typical testing procedure (Настоящий стандарт распространяется на алгоритмы искусственного интеллекта для распознавания объектов дорожно-транспортной сети (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 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. Типовая методика проведения испытаний алгоритмов ИИ для определения типов объектов дорожно-транспортной сети на снимках установлена в ГОСТ Р 70321.7) ГОСТ Р 70448-2022 Конструкции ограждающие светопрозрачные в малоэтажных жилых домах. Правила и контроль выполнения монтажных работ Translucent enclosing structures in low-rise residential buildings. Rules and control of work (Настоящий стандарт распространяется на светопрозрачные ограждающие конструкции (оконные и балконные дверные блоки заводской готовности и собираемые из комплектов) из различных материалов в наружных стенах отапливаемых помещений при строительстве, капитальном ремонте и реконструкции малоэтажных жилых домов. Стандарт следует применять совместно с ГОСТ 34378 в части использования терминологии, общих требований к организации и проведению работ) ГОСТ Р 8.1014-2022 Государственная система обеспечения единства измерений. Стандартные справочные данные. Хлор жидкий и газообразный. Плотность при температурах от 172,17 К до 440 К и давлениях до 20 МПа State system for ensuring the uniformity of measurements. Standard reference data. Chlorine, liquid and gaseous. Density at temperatures from 172,17 K to 440 K and pressures up to 20 MPa (Настоящий стандарт распространяется на хлор, параметры состояния которого соответствуют газообразной, жидкой и сверхкритической областям. Стандарт устанавливает методы расчетного определения значений стандартных справочных данных по плотности как в однофазных областях (газ, жидкость и флюид), так и на линии фазового перехода газ – жидкость (линии насыщения), а также значений давления на линии насыщения ps)

Страница 11

Страница 1

Untitled document

ГОСТ Р 70321.1—2022

ТР

— количество истинно положительных исходов: совокупность пикселей снимка, классифици

рованных как относящиеся к зданиям по результатам работы алгоритма ИИ, принадлежит к зданиям в

разметке;

— количество истинно отрицательных исходов: совокупность пикселей снимка, классифи

цированных как не относящиеся к зданиям по результатам работы алгоритма ИИ, не принадлежит к

зданиям в разметке;

— количество ложноотрицательных исходов: совокупность пикселей снимка, классифициро

ванных как не относящиеся к зданиям по результатам работы алгоритма ИИ, принадлежит к зданиям в

разметке.

В задачах сегментации для оценки локализации может быть использован, например, показа

тель— усредненное по всем классам отношение пересечения над объединением (см. 6.3.1), причем:

— множество пикселей, принадлежащих к целевому классу по результатам работы алгоритма

ИИ;

-В

— множество пикселей, принадлежащих к целевому классу в разметке.

6.4Протоколы испытаний должны включать информацию по ГОСТ ISO/IEC 17025—2019 (7.8.2.1),

а также следующую информацию:

- статистические характеристики распределения существенных факторов;

- сведения о тестовых наборах данных, в том числе количество снимков, значения и характери

стики распределения существенных факторов;

- полученные оценки показателей функциональной корректности.

Протоколы испытаний оформляют по ГОСТ Р 58973—2020 (раздел 5).

7 Анализ и интерпретация результатов испытаний

7.1 Критерии качества устанавливают заказчики испытаний в зависимости от специфики тех за

дач, для которых планируется применять алгоритмы ИИ.

7.2 При проведении сравнительных оценок нескольких алгоритмов ИИ в дополнение к требова

нию по ГОСТ Р 59898—2021 (7.2.2.5) следует учитывать характеристики распределения существенных

факторов тестовых наборов данных.

7.3 С помощью полученных результатов испытаний можно решить следующие задачи:

- ранжирование алгоритмов ИИ по качеству;

- сравнение результатов работы алгоритмов ИИ с заданным порогом качества;

- сравнение результатов работы алгоритмов ИИ с качеством, обеспечиваемым человеком-опера-

тором.