来源：期刊VIP网 时间：
作者：王栓奇;庞红彪;孟令中;刘钊;武伟;
单位：中国兵器工业信息中心;中国科学院软件研究所;
摘要：为解决智能系统深度神经网络模型缺少有效的鲁棒性测试方法等问题，介绍深度神经网络模型鲁棒性定义，提出扰动稳定性、性能波动程度等鲁棒性测试评估指标。从噪声干扰、数据分布、极端数据3个方面提出深度神经网络模型鲁棒性测试方法。针对某地面无人平台目标检测YOLOv5算法模型进行案例应用，验证了方法的有效性和可行性。
关键词：DNN模型;;鲁棒性测试;;噪声干扰;;极端数据;;YOLO算法
基金资助：装备预先研究基金资助项目（9090102010206）
