公开(公告)号：CN114676811B

公开(公告)日：2024-11-05

申请号：CN202011544521.5

申请日：2020-12-24

申请人： 中科南京软件技术研究院 ,  中国科学院软件研究所

发明人： 董乾 ,  薛云志 ,  杨光 ,  孟令中 ,  高卉 ,  武斌

IPC分类号： G06N3/0499 ,  G06N3/08

摘要： 本发明公开了一种基于动态调度的对抗样本生成方法及装置，方法，包括：获取多个原始样本数据和深度学习模型；基于对抗样本生成任务以及对抗样本生成任务与对抗样本生成算法之间的对应关系，在预设算法库中匹配对应的至少一个对抗样本生成算法；根据对抗样本生成任务的预设执行数量以及各个对抗样本生成任务的优先级，调度对抗样本生成任务；根据对抗样本生成算法的算法参数以及当前对抗样本生成任务的配置参数，调度预设算法库中对抗样本生成算法；基于封装的模型及调度算法，依次执行当前对抗样本生成任务，生成对应的对抗样本。本发明提高算法集成整合效率，实现了对抗样本生成任务的动态调度，保证了对抗样本的生成效率。

公开(公告)号：CN116263737B

公开(公告)日：2024-11-01

申请号：CN202111530253.6

申请日：2021-12-14

申请人： 中科南京软件技术研究院

发明人： 薛云志 ,  董乾 ,  吴祥 ,  高卉 ,  戴非凡 ,  武斌

IPC分类号： G06F11/36 ,  G06N3/04

摘要： 本申请涉及人工智能领域，具体涉及一种深度学习模型的测试方法、装置、系统及存储介质，所述方法包括：测试方服务器向测试平台服务器发送第一镜像文件；测试平台服务器基于第一镜像文件对深度学习模型进行预测试，将第一镜像文件和深度学习模型封装成第二镜像文件；对第二镜像文件进行信息摘要计算，得到第三摘要值；向测试方服务器发送第二镜像文件和第三摘要；测试方服务器对第二镜像文件中的第一镜像文件进行信息摘要计算，得到第二摘要值；对第二镜像文件进行信息摘要计算，得到第四摘要值；获取第一摘要值；基于第一镜像文件对第二镜像文件中的深度学习模型进行测试，得到测试结果。本申请摆脱了模型测试时依赖测试环境的缺陷。

公开(公告)号：CN115034580B

公开(公告)日：2024-09-06

申请号：CN202210560547.1

申请日：2022-05-23

申请人： 中科南京软件技术研究院

发明人： 薛云志 ,  孟令中 ,  董乾 ,  戴非凡 ,  高卉 ,  龚优迪 ,  吴祥

IPC分类号： G06Q10/0639 ,  G16H10/60 ,  G16H40/20

摘要： 本发明公开了一种融合数据集的质量评估方法和装置，面向医学领域。所述方法包括：获取融合数据集，融合数据集中包括图像文件、文本文件和音频文件；基于集合特性指标进行集合质量评估，得到集合质量评估值；在集合使用质量合格的情况下，基于关联特性指标进行关联质量评估，得到关联质量评估值；在文件关联质量合格的情况下，若文件关联质量中等和/或集合使用质量中等，则确定融合数据集的质量中等；若文件关联质量优且集合使用质量优，则基于数据特性指标对融合数据集进行数据质量评估，得到融合数据集的数据质量评估值，获取融合数据集的质量级别。本发明结合融合数据集的特点实现了对融合数据集有针对性、准确、高效的评估。

公开(公告)号：CN116263737A

公开(公告)日：2023-06-16

申请号：CN202111530253.6

申请日：2021-12-14

申请人： 中科南京软件技术研究院

发明人： 薛云志 ,  董乾 ,  吴祥 ,  高卉 ,  戴非凡 ,  武斌

IPC分类号： G06F11/36 ,  G06N3/04

摘要： 本申请涉及人工智能领域，具体涉及一种深度学习模型的测试方法、装置、系统及存储介质，所述方法包括：测试方服务器向测试平台服务器发送第一镜像文件；测试平台服务器基于第一镜像文件对深度学习模型进行预测试，将第一镜像文件和深度学习模型封装成第二镜像文件；对第二镜像文件进行信息摘要计算，得到第三摘要值；向测试方服务器发送第二镜像文件和第三摘要；测试方服务器对第二镜像文件中的第一镜像文件进行信息摘要计算，得到第二摘要值；对第二镜像文件进行信息摘要计算，得到第四摘要值；获取第一摘要值；基于第一镜像文件对第二镜像文件中的深度学习模型进行测试，得到测试结果。本申请摆脱了模型测试时依赖测试环境的缺陷。

公开(公告)号：CN115034580A

公开(公告)日：2022-09-09

申请号：CN202210560547.1

申请日：2022-05-23

申请人： 中科南京软件技术研究院

发明人： 薛云志 ,  孟令中 ,  董乾 ,  戴非凡 ,  高卉 ,  龚优迪 ,  吴祥

IPC分类号： G06Q10/06 ,  G16H10/60 ,  G16H40/20

摘要： 本发明公开了一种融合数据集的质量评估方法和装置，面向医学领域。所述方法包括：获取融合数据集，融合数据集中包括图像文件、文本文件和音频文件；基于集合特性指标进行集合质量评估，得到集合质量评估值；在集合使用质量合格的情况下，基于关联特性指标进行关联质量评估，得到关联质量评估值；在文件关联质量合格的情况下，若文件关联质量中等和/或集合使用质量中等，则确定融合数据集的质量中等；若文件关联质量优且集合使用质量优，则基于数据特性指标对融合数据集进行数据质量评估，得到融合数据集的数据质量评估值，获取融合数据集的质量级别。本发明结合融合数据集的特点实现了对融合数据集有针对性、准确、高效的评估。

公开(公告)号：CN118760152A

公开(公告)日：2024-10-11

申请号：CN202410736221.9

申请日：2024-06-07

申请人： 中国科学院软件研究所

发明人： 杨玉宽 ,  陆旭澄 ,  孟令中 ,  薛云志 ,  董乾 ,  武泽鹏

IPC分类号： G05D1/43 ,  G05D1/242 ,  G05D1/243 ,  G05D1/246 ,  G05D1/633 ,  G05D1/644 ,  G05D1/648 ,  G05D109/10

摘要： 本公开涉及自动驾驶关键场景的生成方法、装置及设备，属于自动驾驶技术领域。所述方法包括：建立以被测车辆为中心的车辆相对安全边界区域，所述车辆相对安全边界区域包括：车辆碰撞危险区域、车辆碰撞边界区域和车辆相对安全区域；初始化一测试场景；以最大化所述测试场景的场景整体关键度为目标，引导所述被测车辆和所述陪试车辆在所述测试场景中产生对抗行为；其中，所述测试场景的场景整体关键度基于引导过程中所述陪试车辆在所述车辆相对安全边界区域上的位置得到；根据引导过程中所述被测车辆和所述陪试车辆的相对位置轨迹，判断所述测试场景是否满足设定要求。本发明可以生成真实自然的对抗行为。

公开(公告)号：CN117349139A

公开(公告)日：2024-01-05

申请号：CN202311430818.2

申请日：2023-10-31

申请人： 中国科学院软件研究所

发明人： 薛云志 ,  董乾 ,  孟令中 ,  李瑞 ,  马钰锡 ,  师源

IPC分类号： G06F11/34

摘要： 本公开涉及面向无人系统感知的复杂环境适应性评估方法及装置，属于无人系统仿真技术领域。所述方法包括：获取n个评估数据集及其环境复杂程度；从n个评估数据集中获取与感知任务相匹配的k个评估数据集，k为小于或等于n的正整数；基于k个评估数据集对无人系统感知执行感知任务的情况进行测试，得到k个测试结果；其中，每个测试结果包括无人系统感知在相应评估数据集上的测试指标数据和测试通过情况；结合k个测试结果和k个评估数据集的环境复杂程度，确定无人系统感知的复杂环境适应性。本公开考虑无人系统所处外部环境的特点对感知的性能影响，能够实现从复杂环境适应性角度执行性能评估。

公开(公告)号：CN115797733A

公开(公告)日：2023-03-14

申请号：CN202211585667.3

申请日：2022-12-09

申请人： 中国科学院软件研究所

发明人： 董乾 ,  薛云志 ,  孟令中 ,  杨光 ,  李瑞 ,  任红萍 ,  师源 ,  陈贺

IPC分类号： G06V10/776

摘要： 本公开涉及一种目标检测模型的评估方法、装置、电子设备及存储介质，属于人工智能技术领域。所述方法包括：获取目标场景用例的至少一个目标场景参数；获取目标场景参数的参数值；根据目标场景参数的参数值运行目标场景用例，并获取目标场景用例运行时的至少一张场景图片以及场景图片的基准标注；通过在目标场景用例中运行的目标检测模型对场景图片中的对象进行预测，得到场景图片的预测标注；根据至少一张场景图片对应的基准标注和预测标注，计算目标检测模型的评估结果。本公开能够基于场景参数和场景用例模拟现实场景，再利用模拟出的场景的场景图片对目标检测模型进行评估，结合了现实条件的约束，更具实用性，模型评估结果更准确。

公开(公告)号：CN115662118A

公开(公告)日：2023-01-31

申请号：CN202211274635.1

申请日：2022-10-18

申请人： 中国科学院软件研究所

发明人： 薛云志 ,  李瑞 ,  董乾 ,  孟令中 ,  刘光镇 ,  王鹏淇

IPC分类号： G08G1/01 ,  G08G1/0967 ,  G06V20/58 ,  G06V20/56 ,  G06V10/22

摘要： 本发明公开了一种面向自动驾驶测试的交规合规性自动化判定方法及装置，属于自动驾驶技术领域。所述方法包括：获取自动驾驶测试的场景地图，并基于场景地图绘制语义地图，场景地图中不同的交通元素在语义地图中对应不同的颜色；执行自动驾驶测试，并基于测试对象的世界坐标和包围盒，计算测试对象在语义地图中的车辆投影区域；基于交通元素的颜色，判断车辆投影区域是否包含目标交通元素；基于车辆投影区域是否包含目标交通元素的判断结果，判断测试对象是否遵守交通规则；按照测试对象在自动驾驶测试过程中遵守交通规则的情况统计，评估测试对象的交规合规性。本发明提升了交规合规性判定结果的准确性和可靠性，并提升了判定效率。

公开(公告)号：CN115167514A

公开(公告)日：2022-10-11

申请号：CN202210897245.3

申请日：2022-07-28

申请人： 中国科学院软件研究所

发明人： 孟令中 ,  王鹏淇 ,  董乾 ,  薛云志 ,  康舒婷 ,  李瑞 ,  武斌

IPC分类号： G05D1/10

摘要： 本发明公开了一种无人机集群的协同编队能力评估方法、装置及设备，涉及无人机技术领域。所述方法包括：获取针对无人机集群的测试任务，无人机集群包括至少两个无人机，测试任务包括至少一个期望编队队形；运行测试任务；其中，在测试任务运行过程中，无人机集群依次按照至少一个期望编队队形飞行；在无人机集群飞行过程中，获取无人机集群的形心，并以形心为原点构建编队坐标系；其中，编队坐标系为三维坐标系，且编队坐标系的Z轴与无人机的重力方向平行；基于至少一个期望编队队形和各个无人机的编队坐标，评估无人机集群的协同编队能力，无人机的编队坐标是指无人机在编队坐标系下的坐标。本发明实现了对无人机集群协同编队能力的灵活评估。