ГОСТ Р 70256—2022
Конкретные весовые коэффициенты для критериев и метрик фактора качества «Корректность»
приведены в таблице 4.
Таблица 4 — Весовые коэффициенты фактора качества «Корректность»
ВесКри
критерия терий
Метрика 1
К#-1
Метрика 2
К#-2
Метрика 3
К#-3
Метрика 4
К#-4
Метрика 5
К#-5
Метрика 6
К#-6
Метрика 7
К#-7
Метрика 8
К#-8
0,25
К1
0,5
0,5
—
—
—
—
—
—
0,25К2
0,1
0,05
0,1
0,05
0,15
0,25
0,2
0,1
0,25
КЗ
0,5
0,2
0,3
—
—
—
—
—
0,25
К4
1,0
—
—
—
—
—
—
—
Конкретные весовые коэффициенты для критериев и метрик фактора качества «Доверенность»
приведены в таблице 5.
Таблица 5 — Весовые коэффициенты фактора качества «Доверенность»
Вес критерия
Критерий
Метрика 1
Д#-1
Метрика 2
Д#-2
Метрика 3
Д#-3
Метрика 4
Д#-4
0,4
Д1
0,4
0,4
0,1
0,1
0,6
Д2
0,4
0,1
0,4
0,1
Представленные в таблицах 1—5 весовые коэффициенты для критериев и метрик являются реко
мендуемыми, однако при испытании частного алгоритма для конкретной задачи можно выбирать спе
цифические коэффициенты для этой задачи.
7 Тестовые наборы данных и сценарии испытания алгоритмов контроля
обочины и полосы движения
В настоящем разделе описаны тестовые наборы данных и сценарии испытания алгоритма контро
ля обочины и полосы движения, а именно приведены требования к представительности (полноте и не
смещенности) тестовых наборов данных, фрагменты тестовых наборов данных — демонстрационные
наборы данных, правила формирования представительных тестовых наборов данных, включая, в слу
чае необходимости, описание представительной совокупности тестовых сценариев, а также принципы
расширения (аугментации) тестовых наборов данных.
7.1 Требования к представительности (полноте и несмещенности) тестовых наборов
данных
Тестовый набор данных должен быть репрезентативен, содержать целевой набор изображений и
ситуаций по отношению к каждому существенному фактору эксплуатации.
Для обеспечения представительности тестового набора данных необходимо:
а) проводить испытания алгоритма контроля обочины и полосы движения на тестовом наборе,
подготовленном в соответствии со статистическими закономерностями распределения существенных
факторов эксплуатации, что позволит обеспечить тестирование алгоритма контроля обочины и полосы
движения на соответствие реальной картине распределения дорожно-транспортных ситуаций;
б) обеспечить повторные испытания со специально смещенной выборкой относительно количе
ства объектов распознавания независимо от их реального статистического распределения. Для этих
целей можно воспользоваться следующей процедурой:
1) выделить объекты распознавания, частота встречаемости которых в реальном окружении
ВАТС ниже средней частоты встречаемости всех объектов распознавания более чем на три
стандартных отклонения (редкие объекты).
Примечание — Уровень определения редких объектов является рекомендуемым и может быть изменен;
3