2023AI鑒定通用規(guī)范

AI 鑒定通用規(guī)范AI鑒定通用規(guī)范范圍AIA。規(guī)范性引用文件（包括所有的修改單）適用于本文件。GB/T5721.28—2001信息技術(shù)詞匯第28部分：人工智能基本概念與專(zhuān)家系統(tǒng)GB/T5721.34—2006信息技術(shù)詞匯第34部分：人工智能神經(jīng)網(wǎng)絡(luò)術(shù)語(yǔ)、定義和縮略語(yǔ)術(shù)語(yǔ)和定義GB/T5721.28—2001、GB/T5721.34—2006界定的以及下列術(shù)語(yǔ)和定義適用于本文件。3.1.1人工智能ArtificialIntelligence一門(mén)交叉學(xué)科，通常視為計(jì)算機(jī)科學(xué)的分支，研究表現(xiàn)出與人類(lèi)智能（如推理和學(xué)習(xí)）相關(guān)的各種功能的模型和系統(tǒng)。[GB/T5271.28—2001,定義28.01.01，有修改]3.1.2機(jī)器學(xué)習(xí)MachineLearning功能單元通過(guò)獲取新知識(shí)或技能，或通過(guò)整理已有的知識(shí)或技能來(lái)改進(jìn)其性能的過(guò)程。[GB/T5271.31—2006,定義31.01.02]3.1.3深度學(xué)習(xí)DeepLearning深度學(xué)習(xí)是機(jī)器學(xué)習(xí)的分支，是一種以人工神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)對(duì)數(shù)據(jù)進(jìn)行表征學(xué)習(xí)的算法。[T/SIA006—2018，定義2.3]3.1.4神經(jīng)網(wǎng)絡(luò)NeuralNetwork注2：非線性函數(shù)的例子是閾值函數(shù)、sigmoid函數(shù)以及多項(xiàng)函數(shù)。3.1.5計(jì)算機(jī)視覺(jué)ComputerVision功能單元獲取、處理和解釋可視化數(shù)據(jù)的能力。3.1.6目標(biāo)檢測(cè)ObjectDetection找出圖像中所有感興趣的目標(biāo)（物體），確定它們的類(lèi)別和位置的過(guò)程。3.1.7目標(biāo)分類(lèi)ObjectClassification對(duì)圖像中的目標(biāo)進(jìn)行分類(lèi)的過(guò)程。3.1.8數(shù)據(jù)增強(qiáng)DataAugmentation一種通過(guò)讓有限的數(shù)據(jù)產(chǎn)生更多的等價(jià)數(shù)據(jù)來(lái)人工擴(kuò)展訓(xùn)練數(shù)據(jù)集的技術(shù)。3.1.9對(duì)抗生成網(wǎng)絡(luò)GenerativeAdversarialNet3.1.10語(yǔ)義分割SemanticSegmentation通過(guò)查找像素，識(shí)別圖像中存在的內(nèi)容以及位置。3.1.11人工智能鑒定ArtificialIntelligenceAuthentication3.1.12鑒定點(diǎn)AuthenticationFeatureAIA。3.1.13訓(xùn)練數(shù)據(jù)TrainData數(shù)據(jù)挖掘過(guò)程中用于數(shù)據(jù)挖掘模型構(gòu)建的數(shù)據(jù)。3.1.14真標(biāo)簽TrueLabel符合正品工藝的待鑒定物品標(biāo)注為真。3.1.15假標(biāo)簽FalseLabel不符合正品工藝的待鑒定物品標(biāo)注為假?？s略語(yǔ)下列縮略語(yǔ)適用于本文件。AI：人工智能（ArtificialIntelligence）NN：神經(jīng)網(wǎng)絡(luò)（NeuralNetwork）GAN：對(duì)抗生成網(wǎng)絡(luò)（GenerativeAdversarialNet）IOU：交并比（IntersectionoverUnion）YOLO：一種目標(biāo)檢測(cè)方法（YouOnlyLookOnce）SKC:庫(kù)存顏色單位（StockKeepingColor）性能要求時(shí)效性上傳圖片后系統(tǒng)在10s內(nèi)應(yīng)給出鑒定結(jié)果。智能性AI鑒定整個(gè)技術(shù)（除了拍照）應(yīng)由計(jì)算機(jī)完成，無(wú)需人干預(yù)，并保證準(zhǔn)確率大于90%。魯棒性在不同拍攝環(huán)境、拍攝角度下，圖片應(yīng)清晰，同一個(gè)鑒定點(diǎn)多次測(cè)試，系統(tǒng)應(yīng)在95%以上的概率給出一致的結(jié)果。準(zhǔn)確性在符合相應(yīng)圖片質(zhì)量要求前提下，AI鑒定結(jié)果的準(zhǔn)確率僅對(duì)所提供的圖片做判斷，且90%。圖片信息要求圖片信息庫(kù)應(yīng)符合如下要求：400同時(shí)有真假商品的圖片，圖片來(lái)自于合作的各大商家，且均被授權(quán)使用；500k6硬件應(yīng)符合如下要求：訓(xùn)練設(shè)備（服務(wù)器）16G；訓(xùn)練設(shè)備（服務(wù)器）具有操作系統(tǒng)，能安裝主流的深度學(xué)習(xí)框架，支持編程軟件使用；部署設(shè)備需要保證網(wǎng)絡(luò)暢通，長(zhǎng)時(shí)間處于聯(lián)網(wǎng)狀態(tài)。7相關(guān)人員要求從事AI鑒定系統(tǒng)開(kāi)發(fā)人員應(yīng)具備：了解電子商務(wù)、質(zhì)量安全、消費(fèi)權(quán)益等相關(guān)的法律法規(guī)知識(shí)；對(duì)商品的鑒定有一定的專(zhuān)業(yè)知識(shí)；了解人工智能技術(shù)，具有計(jì)算機(jī)視覺(jué)專(zhuān)業(yè)知識(shí)，了解深度學(xué)習(xí)，對(duì)目標(biāo)檢測(cè)，目標(biāo)分類(lèi)有相關(guān)研究；了解顯卡，服務(wù)器部署方法。了解深度學(xué)習(xí)相關(guān)框架，使用方法；具有代碼能力，了解至少一門(mén)編程語(yǔ)言。8數(shù)據(jù)增強(qiáng)數(shù)據(jù)增強(qiáng)不僅可以解決類(lèi)別數(shù)據(jù)不均衡的問(wèn)題，還可以提升算法在不同場(chǎng)景下的魯棒傳統(tǒng)數(shù)據(jù)增強(qiáng)方法：通過(guò)平移（30%以內(nèi)）、旋轉(zhuǎn)（旋轉(zhuǎn)角度主0°~3090（等操作將圖像場(chǎng)景多樣化；深度學(xué)習(xí)增強(qiáng)方法：通過(guò)對(duì)抗生成網(wǎng)絡(luò)生成以假亂真的圖片來(lái)擴(kuò)充缺失數(shù)據(jù)。訓(xùn)練數(shù)據(jù)處理在數(shù)據(jù)成為訓(xùn)練數(shù)據(jù)前，應(yīng)完成如下處理流程：（a）步驟后，將符合要求的圖片數(shù)據(jù)交由品牌方和具有中檢資質(zhì)認(rèn)證的鑒定師進(jìn)行復(fù)核，每張圖得到可靠的真假標(biāo)簽；（c）步驟后得到的圖片用于檢測(cè)模型的算法訓(xùn)練和優(yōu)化；如圖1所示，表示了數(shù)據(jù)所經(jīng)歷的三個(gè)最主要的處理過(guò)程。圖1算法訓(xùn)練數(shù)據(jù)處理流程AIAI如圖2所示，AI鑒定算法模塊應(yīng)包含目標(biāo)檢測(cè)、圖像質(zhì)量評(píng)估、目標(biāo)分類(lèi)、集成四個(gè)模塊。圖2 AI鑒定算法模塊流程圖目標(biāo)檢測(cè)必要性目標(biāo)檢測(cè)的任務(wù)是通過(guò)深度學(xué)習(xí)方法找出圖像中的目標(biāo)物體，確定它們的類(lèi)別和位置。AI鑒定整個(gè)算法流程中引入目標(biāo)檢測(cè)，不僅可以判斷輸入圖片是否含有鑒定點(diǎn)，確定鑒定點(diǎn)的具體名字，還可以精準(zhǔn)地定位到鑒定點(diǎn)所在位置。3“包0.813，圖3目標(biāo)檢測(cè)結(jié)果示例圖訓(xùn)練數(shù)據(jù)量要求經(jīng)過(guò)8.1數(shù)據(jù)增強(qiáng)和8.2訓(xùn)練數(shù)據(jù)處理后，訓(xùn)練數(shù)據(jù)量應(yīng)達(dá)到以下條件：1000張以上;正樣本（有標(biāo)注圖片）和負(fù)樣本（沒(méi)有鑒定意義的圖片）5:1。準(zhǔn)出條件AI鑒定的目標(biāo)檢測(cè)算法應(yīng)具備以下幾點(diǎn)：AI1SIOU0.7；0.95；0.9。圖像質(zhì)量評(píng)估必要性基于項(xiàng)目本身數(shù)據(jù)特征，在鑒定點(diǎn)拍攝時(shí)，可能會(huì)存在模糊、反光、圖片過(guò)小等問(wèn)題，4

圖4部分模糊拒鑒結(jié)果示例圖224個(gè)像素值，鑒定信息完整，沒(méi)有遮擋的鑒定點(diǎn)圖片。224個(gè)像素值，存在遮擋，非鑒定區(qū)域等情況的鑒定點(diǎn)圖片。準(zhǔn)出條件圖像質(zhì)量評(píng)估模型應(yīng)具備以下條件：AI1S內(nèi)出結(jié)果；95%。目標(biāo)分類(lèi)目標(biāo)分類(lèi)網(wǎng)絡(luò)9.29.3真假鑒定。目標(biāo)分類(lèi)網(wǎng)絡(luò)通過(guò)深度學(xué)習(xí)方法，判斷一張圖片屬于真類(lèi)別還是假類(lèi)別。圖5圖5目標(biāo)分類(lèi)結(jié)構(gòu)示例圖訓(xùn)練數(shù)據(jù)量要求8.18.2訓(xùn)練數(shù)據(jù)處理后，應(yīng)達(dá)到以下數(shù)量的要求，才能得到一個(gè)可使用的真假分類(lèi)模型。2000張以上；500張；80%根據(jù)標(biāo)注信息將鑒定點(diǎn)區(qū)域割取下來(lái)，排除背景等無(wú)關(guān)信息的干擾，進(jìn)行分類(lèi)模型的訓(xùn)練。準(zhǔn)出條件目標(biāo)分類(lèi)模型應(yīng)具備以下條件：AI1S內(nèi)給出結(jié)果；90%。結(jié)果集成必要性通過(guò)考慮各個(gè)鑒定點(diǎn)結(jié)果和得分，設(shè)計(jì)集成邏輯，給出整個(gè)商品鑒定結(jié)果。集成可以提升最終鑒定結(jié)果準(zhǔn)確率和魯棒性。集成方案集成應(yīng)考慮并確定如下因素：根據(jù)鑒定師意見(jiàn)，以及算法準(zhǔn)確率，確定每個(gè)鑒定點(diǎn)的權(quán)重；確定最少拍攝鑒定點(diǎn)數(shù)，每個(gè)鑒定點(diǎn)的重要性，以及哪些鑒定點(diǎn)的拍攝必不可少；針對(duì)單個(gè)鑒定點(diǎn)，多個(gè)方法給出的結(jié)果，進(jìn)行集成。準(zhǔn)出條件集成應(yīng)達(dá)到如下效果：明確給出最終鑒定結(jié)果；對(duì)單個(gè)鑒定結(jié)果進(jìn)行集成后準(zhǔn)確率有所提升。鑒定報(bào)告如圖6所示，鑒定報(bào)告應(yīng)包括以下信息：鑒別品牌：展示待鑒別商品的品牌；鑒定報(bào)告出具機(jī)構(gòu)：鑒定報(bào)告中要顯示出具該報(bào)告的機(jī)構(gòu)，若有多個(gè)機(jī)構(gòu)，應(yīng)全部列出鑒定詳情：顯示各個(gè)鑒定點(diǎn)的檢測(cè)結(jié)果和鑒定得分，其中單鑒定點(diǎn)得分越高，代表該鑒定點(diǎn)跟正品工藝符合程度較高。圖6 鑒定報(bào)告示例圖整體鑒定準(zhǔn)出條件測(cè)試數(shù)據(jù)準(zhǔn)備為保證測(cè)試結(jié)果的客觀公正性，測(cè)試樣本的選擇應(yīng)符合以下條件：500假數(shù)據(jù)中要包括高仿、低仿，真數(shù)據(jù)要注意平衡經(jīng)典款和中古款之間的數(shù)據(jù)量；由品牌方和資深鑒定師確保真假標(biāo)簽的準(zhǔn)確性。整體鑒定準(zhǔn)確率統(tǒng)計(jì)acct按公式(1)計(jì)算：

AtaccBtAtt

（1），AIaccf按公式(2)計(jì)算：AfaccBfAff按公式(3)計(jì)算：

（2）d C

(3)準(zhǔn)出條件92%;10%。國(guó)內(nèi)外標(biāo)準(zhǔn)情況與有關(guān)法律法規(guī)和強(qiáng)制性標(biāo)準(zhǔn)的關(guān)系本文件是為解決會(huì)員單位實(shí)際問(wèn)題?提出的，經(jīng)查新，國(guó)內(nèi)外?前均?該專(zhuān)業(yè)內(nèi)容要求的標(biāo)準(zhǔn)。本文件與有關(guān)的現(xiàn)?法律、法規(guī)和強(qiáng)制性國(guó)家標(biāo)準(zhǔn)?沖突和交叉。本文件是填補(bǔ)現(xiàn)?標(biāo)準(zhǔn)體系的空?。本文件中數(shù)據(jù)獲取需相關(guān)符合國(guó)家相關(guān)法律法規(guī)附錄A（規(guī)范性）（部分）產(chǎn)品鑒定點(diǎn)要素如表A.1所示。表A.1（部分）產(chǎn)品鑒定點(diǎn)要素類(lèi)別關(guān)鍵要素輔助要素箱包類(lèi)的鑒定點(diǎn)符合品牌方的制作工藝。方的制作工藝。腕表類(lèi)鑒定意義的鑒定點(diǎn)符合品牌方的制作工藝。配件和附件等符合品牌方的制作工藝。包括保