软件测试学习心得-1

1、软件产生的过程

        ①首先是客户或者产品经理提出需求

        ②产品经理对需求做出分析并且编写需求文档

        ③需求文档确定后,UI设计师就可以对项目的界面进行设计,生成设计效果图

        ④根据设计的效果图和需求文档,开发人员就可以进行产品的开发

        ⑤在开发人员进行开发的过程中,测试人员就可以参与到项目开发中去,进行测试操作

        ⑥当以上步骤都结束后,项目就可以交付给客户进行部署上线了

2、什么是软件测试?

        简单来说就是通过技术手段验证软件是否能够满足使用需求

3、软件测试目的

        进行测试的目的是为了找出项目中所存在的BUG,减少软件缺陷,保障软件的质量

4、了解测试主流技能

        ①功能测试:测试主要验证程序的功能是否能够满足使用需求

        ②自动化测试:使用代码或者工具代替手工,对项目进行测试操作;假如当一个项目中原本有10个功能点,但需要新增两个功能点的后,我们需要知道前面的10个功能点能否和之前一样正常使用,此时可以使用自动化测试,以便耗时太长

        ③接口测试:使用代码或者工具验证程序中的接口是否访问正常,能够得到预期的输出结果

        ④性能测试:当访问量过于庞大的情况下,项目能不能够满足用户的日常使用,会不会有项目无法响应,延迟高,系统崩溃等情况

        

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 1
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Miss_LXM

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值