测控技术２０２３年第４２卷第３期试验与测试收稿日期：２０２２－０１－２２基金项目：湖南省教育厅科学研究项目（２０Ｃ１４３５）；长沙市自然科学基金项目（ｋｑ２２０２２６０）引用格式：徐宏宁，刘伟，惠君俊，等．基于Ｈａｄｏｏｐ与ＲａｂｂｉｔＭＱ的人脸识别算法测试平台的设计与实现［Ｊ］．测控技术，２０２３，４２（３）：３８－４３．ＸＵＨＮ，ＬＩＵＷ，ＨＵＩＪＪ，ｅｔａｌ．ＤｅｓｉｇｎａｎｄＩｍｐｌｅｍｅｎｔａｔｉｏｎｏｆＴｅｓｔＰｌａｔｆｏｒｍｆｏｒＦａｃｅＲｅｃｏｇｎｉｔｉｏｎＡｌｇｏｒｉｔｈｍＢａｓｅｄｏｎＨａｄｏｏｐａｎｄＲａｂｂｉｔＭＱ［Ｊ］．Ｍｅａｓｕｒｅｍｅｎｔ＆ＣｏｎｔｒｏｌＴｅｃｈｎｏｌｏｇｙ，２０２３，４２（３）：３８－４３．基于Ｈａｄｏｏｐ与ＲａｂｂｉｔＭＱ的人脸识别算法测试平台的设计与实现徐宏宁１，刘伟１，惠君俊１，周金磊１，罗雄中１，丁长松１，２∗（１．湖南中医药大学信息科学与工程学院，湖南长沙４１０２０８；２．湖南省中医药大数据分析实验室，湖南长沙４１０２０８）摘要：针对人脸识别算法研究过程中测试效率低下的问题，基于分布式技术，设计并实现了通用的分布式大数据测试平台。为了提高人脸识别算法的大数据测试的执行效率，提高测试结果统计计算的执行效率，基于ＲａｂｂｉｔＭＱ设计分布式并行执行架构，利用Ｈａｄｏｏｐ集群的ＭａｐＲｅｄｕｃｅ框架进行分布式并行计算。利用Ｊａｖａ语言的Ｓｐｒｉｎｇ框架开发测试平台，将测试代码与测试图片托管于Ｈａｄｏｏｐ集群的ＨＤＦＳ文件系统，实现了测试业务与测试平台的分离，提高了平台的通用性。该测试平台不仅实现了单个测试任务的分布式执行而且满足多个测试任务同时执行，可对测试任务以及测试相关的代码与数据进行有效的管理。与传统测试方法相比，该平台测试效率提高１０余倍，测试图片的数量越大测试效率提升越明显。该测试平台具有业务通用性、容量可扩展性，对于其他人工智能算法的大量数据测试具有借鉴意义与参考价值。关键词：人脸识别算法；测试平台；分布式；Ｈａｄｏｏｐ；ＲａｂｂｉｔＭＱ中图分类号：ＴＰ３９１文献标志码：Ａ文章编号：１０００－８８２９（２０２３）０３－００３８－０６ｄｏｉ：１０．１９７０８／ｊ．ｃｋｊｓ．２０２２．０７．２８０ＤｅｓｉｇｎａｎｄＩｍｐｌｅｍｅｎｔａｔｉｏｎｏｆＴｅｓｔＰｌａｔｆｏｒｍｆｏｒＦａｃｅＲｅｃｏｇｎｉｔｉｏｎ...
