人工智能学习

AI算法测评(二)--算法测试流程

本文主要是介绍AI算法测评(二)--算法测试流程,对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!

根据算法测试过程中遇到的一些问题和管理规范, 梳理出算法测试工作需要关注的一些点:

编号 

名称

描述信息

备注

1

明确算法测试需求

  • 明确测试目的
  • 明确测试需求, 确认测试需要的数据及场景
  • 明确算法服务流程, 确认算法输入\输出的数据, 并向开发人员提出相关数据的输出要求
  • 确认时间节点与人力支持
  • 在需求评审阶段确认
  • 若无评审, 需要跟相关人员进行确认
  • 算法测试需求种类: 
  • 01.算法测试种类
  • 注: 强烈建议事先对评审的项目的业务有所了解,对后续测试方案和数据采集有较大影响

2

编写测试方案

  • 确认算法测试主要场景和测试场景信息
  • 确认各场景测试数据需求量
  • 确认算法标签标准
  • 确定算法性能指标定义及计算公式
  • 算法测试方案模板:
  • 算法测试方案模板v1.0
  • 测试方案模板示例:
  • 算法测试方案模板v1.0/示例--阅读机二期/ASR算法服务

3

测试数据方案

  • 确认数据采集场所
  • 确认数据采集设备及能够正常使用
  • 确认数据采集人员及进度安排
  • 数据检查\清洗与归类
  • 测试报告生成日期
  • 测试数据方案模板:
  • 测试数据方案模板v1.0
  • 测试数据方案示例: 测试数据方案模板v1.0/示例--阅读机二期/ASR算法测试数据

4

算法测试

  • 确认算法相关细节, 主要参考使用文档或与算法人员沟通
  • 测试脚本编写
  • 测试指标统计及badcase样例展示与保存

 

5

形成测试报告

  • 得出测试结论, 与测试目的保持一致
  • 测试小结, 总结测试过程中发现的其他问题
  • badcase统计与展示
  • 测试报告模板:
  • AI算法测试报告模板v1.1
  • 测试报告示例1:
  • 智能识题算法评测报告-v0.2.0

6

测试结果同步

  • badcase同步
  • 测试细节同步
  • 后续结果跟进

 

7

测试数据与测试报告管理

  • 对测试数据质量进行管理
  • 测试数据版本管理
  • 测试报告结果管理

 

这篇关于AI算法测评(二)--算法测试流程的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!