- 博客(10)
- 收藏
- 关注
RSS订阅原创 测试用例设计
规则：判定表中贯穿条件项和动作项的一列就是一条规则；假设有n个条件，每个条件的取值有两个（0，1），全组合有2的n次方种规则。方法：等价类划分法（在所有测试数据中，具有某种共同特征的数据集合进行划分）步骤：明确需求、确定有效和无效等价、确定边界范围、提取数据编写用例。使用判定表（一种以表格形式表达多条件逻辑判断的工具）2）、填写条件项，对条件进⾏全组合。3）、根据条件项的组合确定动作项。优化（7点优化为5点）：开内闭外（离点选择）1）、列出条件桩和动作桩。4）、简化、合并相似规则。离点：离边界最近的点。..
2022-08-31 21:31:44
142
原创 软件测试质量模型
前置条件：要执行此条用例，有哪些前置操作。用例标题：预期结果（测试点）可靠性、可维护性、可移植性。用例编号：项目_模块_编号。模块/项目：所属项目或模块。预期结果：期望达到的结果。优先级：用例的重要程度。测试步骤：描述操作步骤。1.软件测试质量模型。3.测试用例编写规范。测试数据：操作的数据。...
2022-08-31 20:02:26
260
原创 软件测试1 软件测试分类
针对整个产品系统进行测试，验证系统是否满足需求规格的定义，以及软件系统的正确性和性能是否满足需求规格的要求（功能、兼容、文档）；指将被测试的软件看做一个黑盒子，不关注盒子内部的构造，只关注输入的数据和输出的结果；：先通过单元模块组装成系统或子系统，再进行测试，主要测试模块之间的接口是否正确；黑盒测试与白盒测试主要依据测试工作中对软件代码的可见程度进行划分；1.软件测试分为：单元测试、集成测试、系统测试、验收测试。2.软件测试还可分为：黑盒测试、灰盒测试、白盒测试。灰盒测试：介于黑盒测试和白盒测试之间。...
2022-08-08 17:59:36
880
原创 更改mobilenet网络模型后加载原模型的权重进行训练
首先对于微调后的网络模型可以将load_state_dict（）函数中的参数strict=False，如当strict = True时，要求加载的权重文件中的参数与模型中的完全匹配，设置strict = False时，即可使用权重文件中与模型匹配层的数据，其余的默认初始化。当模型更改后不能如上述情况加载预训练权重时，可以考虑获取原模型的权重加载到新模型上。主要参考：【Pytorch】修改网络后加载预训练权重_晴明大大的博客-CSDN博客_pytorch加载预训练权重...
2022-07-11 16:18:44
1454
原创 批量更改json文件中指定内容
要求：将所有json文件[{"version": "1.0", "image": {"folder": "/export/guanghan/Data_2018/posetrack_data/images/val/000342_mpii_test", "name": "000000.jpg", "id": 0}, "candidates": [{"det_bbox": [228.1736297607422, 123.06813049316406, 481.76197814941406, 204.4611
2021-12-22 17:05:14
4906
1
原创 将文件夹中所有.tif格式图片更改为.jpg格式
下载的藻类图像数据集中，图像数据为.tif格式，要求更改为.jpg格式。藻类图像数据集代码import osimport cv2root = "D:\Desktop\paper\pytorch_learning\deep-learning-for-image-processing- master\data_set\Aqualitas_100taxa" #图像数据集的绝对路径for filename in os.listdir(root):#遍历当前目录下的所有文件
2021-12-16 20:23:35
661
1
原创 记录TestTFLite代码更改（mobilenet部署安卓手机）
1.mobilenetv2生成.tflite文件，tensorflow2.1# keras model 保存为 TFLitekeras_to_tflite_converter = tf.lite.TFLiteConverter.from_keras_model(model)# 量化tflite 模型，可以在损失较小精度或不影响精度的情况下减小模型大小keras_to_tflite_converter.optimizations = [tf.lite.Optimize.OPTIMIZE_FOR_S
2021-12-08 15:45:17
1958
原创 李沐：动手学习深度学习-线性代数笔记
torch.mv()与torch.mm()A = torch.arange(20,dtype=torch.float32).reshape(5,4)x=torch.arange(4,dtype=torch.float32)A,x,A.shape,x.shape,torch.mv(A,x)(tensor([[ 0., 1., 2., 3.], [ 4., 5., 6., 7.], [ 8., 9., 10., 11.], [
2021-11-05 22:47:01
471
原创 藻类数据库链接打不开怎么办
最近阅读的一篇论文中，作者给出了论文使用的藻类数据库链接：http://aqualitas-retos.es/en/打不开怎么办啊
2021-10-14 10:36:02
220
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人