智能识别决策装备在军事和民用领域都具有广泛且重要的应用,因此其可靠性和安全性尤为重要,在投入生产前需要对识别和决策两个关键系统进行严格的测试。当前,不同智能识别系统具有特异性,缺乏统一的技术规范,识别算法性能趋于饱和,特别是在应用层面,识别准确率已不足以作为单一指标对不同识别系统进行评价。对于智能决策系统,需要全面评估预期结果与实际结果之间的差别,从而判断决策是否满足要求。为此,本文研究并实现了一个深度识别决策网络评测系统,旨在建立统一的技术规范和标准的评价体系及方法,对智能识别决策系统进行全面评估,进而提高其可信性、可靠性和安全性。针对深度识别决策网络评测系统的需求,对系统进行了功能架构以及技术架构的总体方案设计,并对其中涉及的核心方法研究进行分析。本系统采用浏览器-服务器架构,方便用户通过浏览器触达,主要任务对象为深度识别网络和智能决策网络,对应智能装备识别和决策两个具体步骤提供算法测试和数据评估两大功能。提出基于数据模型分布的测试用例生成方法研究、大规模集成测试样本库的构建、基准算法库的建立以及综合评价体系的构建及基于三性分析的数据评估方法研究。针对数据量大、网络特异性大、缺乏技术标准、评价指标单一的特性,结合深度学习图像识别技术,对深度识别决策网络评测系统进行实现。采用多种开发框架与开发工具,实现友好的交互界面和系统功能;采用自主标记和多方式采样组合枚举的方法实现基于数据模型分布的测试用例的生成;采用XML文件实现图像数据与识别目标的有效组织,实现数据库建设并构建大规模集成样本库;复现并集成典型深度识别算法构建基准算法库;提出深度识别网络综合评价体系和深度决策网络三性测试数据评估方法,实现了深度识别决策网络的综合性能评估。针对深度识别决策网络评测系统的实际需求中可靠性和稳定性的要求,对系统进行了系统功能测试和性能测试,并对测试结果进行分析。功能测试结果表明,深度识别决策网络评测系统具备决策识别网络的测试能力,对识别支持不同算法、网络的性能评估,对决策支持基于预期结果与实际结果的三性数据评估,对结果显示能够提供较好的可视化效果。性能测试结果表明,系统具有一定的稳健性和抗压性,达到设计要求。