System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 铁路列车故障图像智能识别系统的性能测试方法技术方案_技高网

铁路列车故障图像智能识别系统的性能测试方法技术方案

技术编号:43351445 阅读:13 留言:0更新日期:2024-11-19 17:39
一种铁路列车故障图像智能识别系统的性能测试方法,属于智能识别模型性能测试技术领域。本发明专利技术针对现有方法无法对铁路列车故障图像智能识别系统的性能进行评估的问题。包括:采用列车过站模拟模块按设定过车时间间隔、过车列数及目标列车基本信息生成过车任务,根据过车任务读取性能测试数据集中对应的测试样本,并将测试样本传送至故障图像智能识别系统;在故障图像智能识别系统进行故障识别的过程中,采用性能监控模块监测服务器和故障图像智能识别系统的各项性能指标数据;采用可视化平台将接收到的性能指标数据实时转换为性能指标趋势图并进行展示,所述性能指标趋势图用于图像智能识别系统的性能分析。本发明专利技术用于智能识别系统的性能测试。

【技术实现步骤摘要】

本专利技术涉及铁路列车故障图像智能识别系统的性能测试方法,属于智能识别模型性能测试。


技术介绍

1、随着技术的发展和用户需求的提高,模型系统的性能测试变得越来越重要。

2、为了保证铁路列车故障图像智能识别系统在实际运行中的稳定性,除对其功能、指标进行测试外,还要进行性能测试。传统的模型性能测试方法由于其局限性,难以适应复杂多变的环境,存在测试结果不够准确、测试过程繁琐等问题。

3、为此,需要针对铁路列车故障图像智能识别系统提供一种性能测试方法。


技术实现思路

1、针对现有方法无法对铁路列车故障图像智能识别系统的性能进行评估的问题,本专利技术提供一种铁路列车故障图像智能识别系统的性能测试方法。

2、本专利技术的一种铁路列车故障图像智能识别系统的性能测试方法,

3、采集各途经车站的不同铁路列车过车图像作为测试样本,构建性能测试数据集;所述测试样本配置列车信息表,包括途经车站名称、过车时间、对应列车基本信息及过车状态;

4、采用列车过站模拟模块按设定过车时间间隔、过车列数及目标列车基本信息生成过车任务,根据过车任务读取性能测试数据集中对应的测试样本,并将测试样本传送至故障图像智能识别系统;

5、在故障图像智能识别系统进行故障识别的过程中,采用性能监控模块监测服务器和故障图像智能识别系统的各项性能指标数据;

6、采用可视化平台将接收到的性能指标数据实时转换为性能指标趋势图并进行展示,所述性能指标趋势图用于图像智能识别系统的性能分析。

7、根据本专利技术的铁路列车故障图像智能识别系统的性能测试方法,所述测试样本类型包括正常图像、缺失图像、过大图像、重复图像、过亮图像、过暗图像、存储失败图像、漏报图像、超时图像及程序异常图像。

8、根据本专利技术的铁路列车故障图像智能识别系统的性能测试方法,所述过车任务包括设置性能测试数据集连接信息、过车时间间隔、测试轮次、列车基本信息读取路径;所述列车基本信息存储在车辆信息表sql文件中。

9、根据本专利技术的铁路列车故障图像智能识别系统的性能测试方法,列车过站模拟模块根据目标列车过车时间最小数据将列车信息表中当前目标列车的过车时间修改为当前系统时间,将过车状态的默认正在接车状态修改为接车完毕状态,并在列车过车完成后,将列车信息表中目标列车的上报状态由未上报状态修改为已上报状态。

10、根据本专利技术的铁路列车故障图像智能识别系统的性能测试方法,过车任务中通过查询车辆信息表sql文件,按设定辆序并根据过车时间间隔插入测试样本;

11、所述列车过站模拟模块根据过车任务将对应测试样本复制到ftp服务器路径下,供故障图像智能识别系统使用;

12、所述列车过站模拟模块采用分布式方式执行测试任务,采用python语言实现;每个列车过站模拟模块对应不同的服务器。

13、根据本专利技术的铁路列车故障图像智能识别系统的性能测试方法,性能监控模块实时监控故障图像智能识别系统脚本,每30秒收集一次服务器和故障图像智能识别系统的各项性能指标数据;

14、服务器性能指标数据包括cpu使用率、gpu使用率、内存占用率、gpu频率、磁盘吞吐量、cpu温度、gpu温度和网络吞吐量;

15、故障图像智能识别系统的性能指标数据包括软件程序线程数和内存占用率。

16、根据本专利技术的铁路列车故障图像智能识别系统的性能测试方法,在故障图像智能识别系统进行故障识别的过程中,采用性能监控模块通过shell脚本和python脚本实时收集各项性能指标数据;

17、使用iostat命令获取cpu使用率、磁盘吞吐量和任务队列数;使用free命令获取内存占用率和缓存占用率;使用nvidia-smi命令获取gpu使用率、gpu温度和gpu频率;使用ps命令获取故障图像智能识别系统的内存使用率和程序线程数;使用sar命令获取网络吞吐量;

18、将性能监控模块的脚本部署至选定服务器中,设定性能监控模块为开机自启动,按设定采样时间间隔获取性能指标数据,并将性能指标数据存储至mysql数据库中。

19、根据本专利技术的铁路列车故障图像智能识别系统的性能测试方法,在性能监控模块中,对各项性能指标数据设定告警阈值,当采集的性能指标数据超过告警阈值时,产生报警信号,并在可视化平台上显示;

20、性能监控模块按设定时间步长检查故障图像智能识别系统的日志脚本程序,当日志中出现error或ret≠0时,将当前日志信息发送至可视化平台进行显示,作为故障图像智能识别系统问题进程状态的判断数据;

21、性能监控模块实时监控rabbitmq队列消息脚本,使用rabbitmqctl实时查看服务器rabbitmq状态及消费数据,并在可视化平台上显示。

22、根据本专利技术的铁路列车故障图像智能识别系统的性能测试方法,性能指标趋势图为以时间轴为横坐标,以性能指标数据项为纵坐标的拆线图;

23、根据性能指标趋势图中服务器对应的性能指标数据,分析硬件资源使用情况趋势和不同厂家服务器性能;

24、结合过车时间对应的同时过车列车数量,根据故障图像智能识别系统运行对应的性能指标趋势图中相应性能指标数据,对故障图像智能识别系统进行多维度性能评估。

25、根据本专利技术的铁路列车故障图像智能识别系统的性能测试方法,根据性能指标趋势图进行图像智能识别系统的性能分析包括:

26、根据内存占用率、gpu使用率、磁盘吞吐量和cpu使用率,评估故障图像智能识别系统的性能表现和性能瓶颈;

27、选择设定长时段的性能指标趋势图,评估故障图像智能识别系统的长时间运行稳定性;

28、选择不同测试环境和条件下的性能指标趋势图,评估故障图像智能识别系统的可重复性能。

29、本专利技术的有益效果:本专利技术方法可用于智能识别系统发布前的性能测试,具有较高的测试准确性和测试效率,能够确保测试对象的稳定性,具体为:

30、通过自动生成测试用例并进行实时性能分析,能够更准确地模拟实际使用场景,进而更可靠地评估智能识别系统的性能,具有高准确性和可靠性。

31、通过分布式测试手段,显著减少人工干预和测试执行时间,可节省时间和人力资源成本。

32、本专利技术方法的设计考虑到未来技术的发展和需求的变化,具有很高的灵活性和可扩展性,可以与各种形式的铁路列车故障图像智能识别系统的测试场景和需求相匹配。

33、本专利技术方法可以智能化的实现测试优化,可以根据测试结果调整测试参数和策略,以达到最佳的测试效果,从而提高测试效率和准确性。

34、本专利技术方法可以实现系统全面的性能评估,不仅涵盖服务器性能测试,还包括识别系统本身性能的测试,根据测试结果可确保系统在各种负载和环境下稳定运行。

35、本专利技术方法能够实现智能识别系统的风险预测和预防,它通过实时性能分析和智能优化,提前本文档来自技高网...

【技术保护点】

1.一种铁路列车故障图像智能识别系统的性能测试方法,其特征在于,

2.根据权利要求1所述的铁路列车故障图像智能识别系统的性能测试方法,其特征在于,所述测试样本类型包括正常图像、缺失图像、过大图像、重复图像、过亮图像、过暗图像、存储失败图像、漏报图像、超时图像及程序异常图像。

3.根据权利要求2所述的铁路列车故障图像智能识别系统的性能测试方法,其特征在于,

4.根据权利要求3所述的铁路列车故障图像智能识别系统的性能测试方法,其特征在于,列车过站模拟模块根据目标列车过车时间最小数据将列车信息表中当前目标列车的过车时间修改为当前系统时间,将过车状态的默认正在接车状态修改为接车完毕状态,并在列车过车完成后,将列车信息表中目标列车的上报状态由未上报状态修改为已上报状态。

5.根据权利要求4所述的铁路列车故障图像智能识别系统的性能测试方法,其特征在于,过车任务中通过查询车辆信息表sql文件,按设定辆序并根据过车时间间隔插入测试样本;

6.根据权利要求5所述的铁路列车故障图像智能识别系统的性能测试方法,其特征在于,性能监控模块实时监控故障图像智能识别系统脚本,每30秒收集一次服务器和故障图像智能识别系统的各项性能指标数据;

7.根据权利要求6所述的铁路列车故障图像智能识别系统的性能测试方法,其特征在于,在故障图像智能识别系统进行故障识别的过程中,采用性能监控模块通过shell脚本和python脚本实时收集各项性能指标数据;

8.根据权利要求7所述的铁路列车故障图像智能识别系统的性能测试方法,其特征在于,在性能监控模块中,对各项性能指标数据设定告警阈值,当采集的性能指标数据超过告警阈值时,产生报警信号,并在可视化平台上显示;

9.根据权利要求8所述的铁路列车故障图像智能识别系统的性能测试方法,其特征在于,性能指标趋势图为以时间轴为横坐标,以性能指标数据项为纵坐标的拆线图;

10.根据权利要求9所述的铁路列车故障图像智能识别系统的性能测试方法,其特征在于,根据性能指标趋势图进行图像智能识别系统的性能分析包括:

...

【技术特征摘要】

1.一种铁路列车故障图像智能识别系统的性能测试方法,其特征在于,

2.根据权利要求1所述的铁路列车故障图像智能识别系统的性能测试方法,其特征在于,所述测试样本类型包括正常图像、缺失图像、过大图像、重复图像、过亮图像、过暗图像、存储失败图像、漏报图像、超时图像及程序异常图像。

3.根据权利要求2所述的铁路列车故障图像智能识别系统的性能测试方法,其特征在于,

4.根据权利要求3所述的铁路列车故障图像智能识别系统的性能测试方法,其特征在于,列车过站模拟模块根据目标列车过车时间最小数据将列车信息表中当前目标列车的过车时间修改为当前系统时间,将过车状态的默认正在接车状态修改为接车完毕状态,并在列车过车完成后,将列车信息表中目标列车的上报状态由未上报状态修改为已上报状态。

5.根据权利要求4所述的铁路列车故障图像智能识别系统的性能测试方法,其特征在于,过车任务中通过查询车辆信息表sql文件,按设定辆序并根据过车时间间隔插入测试样本;

6.根据权利要求5所...

【专利技术属性】
技术研发人员:刘春来刘金媛姜海祥王春龙
申请(专利权)人:哈尔滨市科佳通用机电股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1