Datora redzes pārbaude rada virkni izaicinājumu redzes algoritmam un atzīmē atbildes. Datorredzes attīstība atbalsta tādas darbības kā automatizēta attēlu apstrāde, pacientu diagnostika un robotu kustība. Iestādes, kuras interesējas par šo priekšmetu, izmanto testēšanu, lai noteiktu veiktspējas līmeni, ko tās var sasniegt ar dažādiem algoritmiem un programmām. Tas var palīdzēt viņiem noteikt, kur ir jāuzlabo viņu darbs un kādi uzlabojumi jāveic, lai padarītu algoritmu funkcionālāku.
Tāpat kā cilvēka smadzenes, dators var darboties kā vizuālās informācijas procesors, vizuālai ievadei izmantojot kameras. Datorredze var atšķirties no salīdzinoši vienkāršiem procesiem, piemēram, konkrēta objekta atpazīšanas redzes laukā, līdz sarežģītākai analīzei. Tas tiek darīts, izmantojot programmēšanu, kā arī apmācību, kas ietver datora redzes pārbaudi, lai apstrīdētu programmas. Laboratorija parasti ir nepieciešama datora redzes pārbaudei, lai kontrolētu mainīgos lielumus un piekļūtu ātrgaitas apstrādes iekārtām.
Datorredzes pārbaudē algoritmu var parādīt ar izaicinājumu attēlu sēriju. Tie var atšķirties pēc sarežģītības, un tie var ietvert atsauces un testa attēlus, kā arī mērķus, lai redzētu, kā tas reaģē uz maisījumu kopumā. Piemēram, sejas atpazīšanas programmai programmētāji vēlas, lai dators pamanītu cilvēku sejas un lai nemulsinātu lietas, kas varētu izskatīties kā sejas, piemēram, dīvainas formas klints fotogrāfija. Testētāji ieprogrammē datoru, lai, reaģējot uz vizuālo ievadi, piedāvātu izvadi, piemēram, riņķošanu pa seju vai indikatora gaismas izgaismošanu.
Nekustīgi attēli nav vienīgais, ko var izmantot datora redzes pārbaudē. Datori var strādāt arī ar video un tiešraides reāllaika notikumiem. Viņiem, iespējams, būs jāspēj izsekot konkrētiem mērķiem kustībā un veikt dažādas darbības. Piemēram, militāro lidmašīnu novērošanas un mērķēšanas sistēmas var sekot mērķim un automātiski atjaunināt trajektorijas un citus parametrus pilota labā. Mierīgāk, tiešraides attēlu izsekošana var būt noderīga cilvēkiem, piemēram, sporta fotogrāfiem, kuri var paļauties uz ātrā automātiskā fokusa funkcijām, strādājot ar ātriem objektiem, piemēram, sacīkšu zirgiem.
Lai programmu sasniegtu līdz galam, var izmantot dažādus testus. Kad testētāji identificē vājās vietas, viņi var veikt programmas pielāgojumus un atkārtoti pārbaudīt to. Algoritmi, kas spēj mācīties, var būt ļoti svarīgi šāda veida darbībām, jo programma var kļūt viedāka ar katru datora redzes pārbaudi. Tā mācās no savām kļūdām un saglabā šo informāciju turpmākai atsaucei, lai samazinātu viltus pozitīvu vai negatīvu rezultātu iespējamību.