薪火科技AI边缘计算产品视觉算法识别权威评测报告：八类算法性能指标与样例

中国科学技术大学计算机科学与技术学院软件评测中心

视觉算法识别测试评测报告

被测单位：合肥薪火信息科技有限公司

报告声明：本报告依据独立、客观、公正的测试数据及测试过程整理形成，用于性能评测、结果归档和项目验收。

本报告未经书面许可，不得部分复制、引用或用于与本项目无关的用途。

报告编号	XH-AI-VAL-20260809-V2
报告版本	V2.0
评测机构	中国科学技术大学计算机科学与技术学院软件评测中心
报告日期	2026年08月09日

视觉算法识别测试评测报告

本页根据中国科学技术大学计算机科学与技术学院软件评测中心出具的报告整理，内容包括测试对象、样本口径、指标定义、识别样例和测试流程。

8 类算法 覆盖人员、行为、火焰与车辆识别

24,000 张 每类算法 3,000 张单图测试样本

瑞芯微 NPU 单图本地推理，Batch Size 为 1

一、基本信息

项目	内容
报告编号	XH-AI-VAL-20260809-V2
报告版本	V2.0
报告日期	2026年08月09日
评测机构	中国科学技术大学计算机科学与技术学院软件评测中心
委托方/被测单位	合肥薪火信息科技有限公司
测试对象	薪火科技视觉算法识别模型
推理硬件	瑞芯微 NPU
报告用途	性能评测、结果归档与项目验收使用

二、项目概览

项目	内容
算法功能范围	区域入侵、安全帽、反光衣、抽烟、打电话、烟雾火焰、车辆违停、车牌识别
模型版本	薪火科技版本模型
推理硬件	瑞芯微 NPU
展示形式	单图样张、检测框、类别、置信度
输出方式	本地推理后输出结构化告警结果

三、测试指标与判定口径

本节列出本次测试采用的核心指标口径。识别率用于统计目标和状态判断正确的比例；单图推理时延按单张图片完成模型推理并形成结构化结果的耗时计算；误识别率与误检误报率用于记录错误输出的控制情况。八类算法均按统一样本和统一参数完成测试与人工复核。

序号	算法	识别率指标	单图推理时延	误识别率控制值	误检误报率控制值
1	区域入侵	>= 97.2%	<= 28ms	<=1.1%	<=0.8%
2	安全帽	>= 96.8%	<= 24ms	<=1.2%	<=0.9%
3	反光衣	>= 95.6%	<= 18ms	<=2.1%	<=1.5%
4	抽烟	>= 94.8%	<= 18ms	<=8.9%	<=3.8%
5	打电话	>= 95.4%	<= 27ms	<=5.8%	<=3.2%
6	烟雾火焰	>= 96.6%	<= 31ms	<=2.6%	<=1.8%
7	车辆违停	>= 95.1%	<= 33ms	<=1.3%	<=1.0%
8	车牌识别	>= 97.5%	<= 22ms	<=0.9%	<=0.6%

四、八类算法识别样例

4.1 区域入侵

项目	内容
模型版本	薪火科技版本模型
推理硬件	瑞芯微 NPU
识别率指标	>= 97.2%
单图推理时延指标	<= 28ms
误检误报率控制值	<=0.8%
输出内容	人员框 / 规则区 / 告警状态
适用场景	周界、出入口、设备区

图4-1 区域入侵单图识别输出示例（展示检测框、类别、置信度及告警状态）

4.2 安全帽

项目	内容
模型版本	薪火科技版本模型
推理硬件	瑞芯微 NPU
识别率指标	>= 96.8%
单图推理时延指标	<= 24ms
误检误报率控制值	<=0.9%
输出内容	头部框 / 佩戴状态 / 置信度
适用场景	工地、厂区、检修现场

图4-2 安全帽单图识别输出示例（展示检测框、类别、置信度及告警状态）

4.3 反光衣

项目	内容
模型版本	薪火科技版本模型
推理硬件	瑞芯微 NPU
识别率指标	>= 95.6%
单图推理时延指标	<= 18ms
误检误报率控制值	<=1.5%
输出内容	人体区域 / 穿戴状态 / 置信度
适用场景	道路、园区、施工现场

图4-3 反光衣单图识别输出示例（展示检测框、类别、置信度及告警状态）

4.4 抽烟

项目	内容
模型版本	薪火科技版本模型
推理硬件	瑞芯微 NPU
识别率指标	>= 94.8%
单图推理时延指标	<= 18ms
误检误报率控制值	<=3.8%
输出内容	行为类别 / 人体区域 / 置信度
适用场景	岗亭、仓库、作业区

图4-4 抽烟单图识别输出示例（展示检测框、类别、置信度及告警状态）

4.5 打电话

项目	内容
模型版本	薪火科技版本模型
推理硬件	瑞芯微 NPU
识别率指标	>= 95.4%
单图推理时延指标	<= 27ms
误检误报率控制值	<=3.2%
输出内容	手机/手部区域 / 行为状态
适用场景	办公区、车间、门岗

图4-5 打电话单图识别输出示例（展示检测框、类别、置信度及告警状态）

4.6 烟雾火焰

项目	内容
模型版本	薪火科技版本模型
推理硬件	瑞芯微 NPU
识别率指标	>= 96.6%
单图推理时延指标	<= 31ms
误检误报率控制值	<=1.8%
输出内容	烟雾火焰框 / 告警等级
适用场景	仓库、厂房、园区道路

图4-6 烟雾火焰单图识别输出示例（展示检测框、类别、置信度及告警状态）

4.7 车辆违停

项目	内容
模型版本	薪火科技版本模型
推理硬件	瑞芯微 NPU
识别率指标	>= 95.1%
单图推理时延指标	<= 33ms
误检误报率控制值	<=1.0%
输出内容	车辆框 / 禁停区 / 违停状态
适用场景	园区道路、出入口、通道

图4-7 车辆违停单图识别输出示例（展示检测框、类别、置信度及告警状态）

4.8 车牌识别

项目	内容
模型版本	薪火科技版本模型
推理硬件	瑞芯微 NPU
识别率指标	>= 97.5%
单图推理时延指标	<= 22ms
误检误报率控制值	<=0.6%
输出内容	车牌框 / 车牌字符 / 置信度
适用场景	出入口、停车场、道闸

图4-8 车牌识别单图识别输出示例（展示检测框、类别、置信度及告警状态）

五、评测范围与判定口径

项目	评测口径
样本规模	每类设置 3000 张单图测试样本，单图展示用于呈现算法输出形式。
输出内容	检测框、类别、置信度、告警状态及结构化结果。
复核方式	识别率、误报、漏报和推理时延按统一样本与统一参数进行复核。
部署方式	瑞芯微 NPU 本地推理，向业务系统输出结构化告警。

六、测试环境与运行口径

项目	口径
AI处理器	瑞芯微 NPU
推理模式	单图本地推理，Batch Size 为 1
输入口径	单张图片输入，输出检测框、类别、置信度和结构化告警字段
时延口径	单图模型推理平均目标，不含视频解码、网络传输和告警上传耗时
阈值口径	按项目部署参数统一配置，现场可结合误报和漏报平衡微调

七、数据集与样本说明

项目	说明
测试样本集	每类设置 3000 张单图测试样本，8 类算法合计 24000 张测试样本。
样本类型	监控画面、现场图片和单图抽帧，覆盖白天、夜间、遮挡、小目标和远距离场景。
样张用途	报告图片用于展示单图输出形态。
复核方式	按统一测试口径复核识别率、误识别、误检误报、漏检漏报和单图推理时延。

7.1 测试样本场景分布

算法	常规正样本	告警/异常样本	夜间低照	遮挡密集	远距小目标	干扰负样本	合计
区域入侵	900	800	350	300	350	300	3000
安全帽	850	850	300	350	300	350	3000
反光衣	850	800	350	350	300	350	3000
抽烟	900	700	350	300	300	450	3000
打电话	900	700	300	350	300	450	3000
烟雾火焰	850	750	350	250	300	500	3000
车辆违停	900	750	300	300	350	400	3000
车牌识别	950	650	350	300	350	400	3000

八、指标定义

指标	定义
识别率	目标存在且类别、状态输出正确的比例
误识别率	目标已被检测到，但类别或状态判断错误的比例
误检误报率	非目标或非告警画面被错误输出为目标或告警的比例
漏检漏报率	目标或告警事件存在，但模型未输出有效结果的比例
单图推理时延	单张图片完成模型推理并形成结构化结果的耗时

九、测试流程

图9-1 视觉算法识别测试与复核流程

步骤	说明
1	按算法类别归档测试样本，确认场景覆盖范围。
2	按统一参数进行单图离线推理，保留检测框、类别、置信度和告警结果
3	对输出结果进行人工复核，标记正确识别、误识别、误检误报和漏检漏报
4	汇总各算法识别率、误识别率、误检误报率、漏检漏报率和单图推理时延。
5	项目验收时按同一口径复核，必要时结合现场摄像机视角进行阈值微调。

十、报告信息与正式文件

正式报告下载

评测机构	中国科学技术大学计算机科学与技术学院软件评测中心
报告编号	XH-AI-VAL-20260809-V2
报告版本	V2.0
报告日期	2026年08月09日

查看正式评测报告 PDF