发布时间：2025-10-14 16:11:57     访问量：

依据国家标准 GB/T25000.51-2016《系统与软件工程系统与软件质量要求和评价(8QuaRE)第51部分:就绪可用软件产品(RUSP)的质量要求和测试细则》、“基于协同学习和自适应推理的弱监督物体检测技术研究项目”使用说明》，于2023年02月06日-2023年02月22日，我们从功能性等方面对江西财经大学信息管理学院委托的“基于协同学习和自适应推理的羽监督物体检测技术研究项目”进行了测试。经测试表明:

基于协同学习和自适应推理的弱监督物体检测技术研究项目主要包括 model、由input、IoU有交并比、conf置信度、latency 延迟、播放、暂停、停止、检测图片、检测视频等功能:

由

系统在测试期间，执行检测的“定位准确率(CorLoc)”为76.79%，符合定位准确率 CorLoc>0.70 的需求:

系统在测试期间，执行检测的“平均检测准确率(mAP)”为78.39%，符合0平均检测准确率 mAP>0.51的需求:

系统在测试期间，执行检测的“算法单响应时间”为30.30秒，符合算法单帧响应时间不超过 40 毫秒的需求:

0

0

系统在测试期间，执行检测的“单路视频流实时处理”为33FPS，符合单路视频流实时处理>2SFPS 的需求;

系统在测试期间，执行检测的“物体实现通用目标检测”有81类，符合支持080类以上通用目标检测的需求。

江西财经大学信息管理学院委托的“基于协同学习和自适应推理的弱监督物体检测技术研究项目”与其需求所述的功能性基本符合。