02项目测试实施

第一步:搭建测试环境
1.了解项目架构:C/S B/S

2.搭建测试环境
    linux(LNMP:Linxu+nginx+mysql+php)  --教程文档
    Windows(WAMP:window+apache+mysql+php项目) --教程文档
    WAMP:
    apache:80  4443  对应的修改端口配置方法
    mysql:3306   对应的修改端口配置方法 (建议先安装iwebshop的mysql ,然后安装 禅道的mysql)
    php: 放在htdocs文件夹下
    安装iwebshop

3.前台后台进入网址
    前台:http://localhost/iwebshop/index.php?controller=site&action=index
    后台:http://localhost/iwebshop/index.php?controller=systemadmin&action=index


第二步:快速熟悉项目
1.项目调研
    ①项目阶段:开发中 已完成
    ②项目复用程度: 全新 部分复用 全部复用
    ③项目已有的成果物:开发...  测试...
    ④开发人员背景:业务...  技术...

2.项目组织架构图(写到模块)
①项目组成:子系统--模块
    web(管理人员+客户人员)+APP(安卓+IOS)+小程序(微信)
    mysql+tomcat+Apache

    子模块:
    1.各个业务模块
    2.各个流水模块
    3.金额和币管理
②架构图作用:
    1.对项目有一个全局认识
    2.评估用例数量
    3.问题:测试商品里面的功能
③编写测试范围列表--保证不遗漏功能点
    quanquan:管理后台+商户后台+安卓APP+IOS/APP + 微信小程序
    需求编号
    功能名称
    测试类型
    路径
    优先级

第三步:编写测试计划
    1.人员/任务分配
    2.项目进度安排
    3.风险评估
    4.测试标准

第四步:编写测试方案
    1.测试策略
    2.测试方法
    3.测试工具
    4.测试阶段
    测试文档管理-->禅道文档上传

第五步:设计/编写/执行测试用例
    举例:先分析初始化加载数据是否正确
    分析1:分析页面上数据所对应的数据库表
    分析2:编写SQL语句与页面进行对比
    拿首页数据与数据库查询语句进行对比,观察是否一致
    
    1.页面初始化分析
    展示数据-->备份数据库读取查找数据
    页面初始化用例
    用例执行
    BUG提交

    2.独立功能测试
    功能-->可见/不可见输入-->输出可见输出/不可见输出(数据库)
    用例编写:
    用例执行:
    BUG提交
    3.业务场景测试
    4.非功能测试
    5.接口测试
总结:
点(功能点):初始化页面加载是否与数据库一致(数据库查询)
    独立功能:输入:可见输入  不可见输入 
        输出  可见    输出 不可见输出
        处理 
    线(业务场景):
        用户角度考虑:1.确定角色  2.找到常用功能  3.根据常用功能设计业务场景 4.一条场景就是一
        条用例
    从系统角度考虑:1.先确定项目中的功能点  2. 形成功能矩阵   3.画出深度图或者 广度图 4.一
        条路径就是一条测试用例(全都是考虑的正常情况)
面(非功能测试):
    效率性:
    时间   服务器资源消耗情况   
    抓包测试工具httpwatch  http协议  html超文本标记  get post
    可靠性:
    安全性   密码方面的   验证方面的  
    数据方面的 SQL注入
    易用性:使用人群
    可维护性: 开发人员
体():项目内部接口:模块之间的调研  功能之间的调用
    项目外部接口:软件接口  http协议   接口测试:fiddler抓包工具:修改数据
    硬件接口:明确测试范围  明确接口调用功能  检查调用过程中的数据传递
    postman 进行接口测试:

举例:
修改个人资料功能测试用例设计:
(全部有效的数据,单个功能无效其他功能有效进行组合--使用等价类,边界值得出组合个数,然后下一个功能继续这样操作)
分析:
    初始化数据分析:
    输入:
        可见输入:功能名称,长度,类型,是否为空,是否重复,组成规则
        不可见输入:无
    处理:
        正常处理:
        异常处理:
    输出:
    可见输出:
        前台输出
        后台输出
    不可见输出:
        数据库输出
        
构造数据:
    测试点名称:有效类  有效数据(考虑到等价类边界值)   无效类     无效数据

编写测试用例:
    测试项目|用例标题|预置条件|优先级|输入|操作步骤|预期输出


第六步:生成测试报告


其他测试:
效率性验证:
响应时间
可靠性验证
姓名/密码加密
SQL注入
可移植性:
操作系统:win 7/8/10;MAC;Linux
浏览器:ie7 8 9 11/firefox57 48 24 35/Chrome ...
不同版本IE测试工具:install-ietester
不同设备:ipad iphone android PC 
不同网络:wifi 2/3/4/5G  有线
易用性:人群,复杂程度
可维护性:开发关注

接口测试:

测试报告:

缺陷报告:
缺陷状态:new open fixed reopen close rejected postphone abandon
修复优先级: 紧急 较高 中等 较低
严重程度: 极其 较高 一般的 轻微的
提交人:测试人员
指派人:开发 项目经理
缺陷标题:管理人员 开发人员看
重现步骤:
提交时间:
截图/附件:
OS:
浏览器:
风险
建议
评价
遗留
 

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    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
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
健身国际俱乐部系统是一种专为健身俱乐部设计的管理软件,它通过集成多种功能来提高俱乐部的运营效率和服务质量。这类系统通常包含以下几个核心模块: 1. **会员管理**:系统能够记录会员的基本信息、会籍状态、健身历史和偏好,以及会员卡的使用情况。通过会员管理,俱乐部可以更好地了解会员需求,提供个性化服务,并提高会员满意度和忠诚度。 2. **课程预约**:会员可以通过系统预约健身课程,系统会提供课程时间、教练、地点等详细信息,并允许会员根据个人时间表进行预约。这有助于俱乐部合理安排课程,避免资源浪费。 3. **教练管理**:系统可以管理教练的个人信息、课程安排、会员反馈等,帮助俱乐部评估教练表现,优化教练团队。 4. **财务管理**:包括会员卡销售、课程费用、私教费用等财务活动的记录和管理,确保俱乐部的财务透明度和准确性。 5. **库存管理**:对于俱乐部内的商品销售,如健身装备、营养补充品等,系统能够进行库存管理,包括进货、销售、库存盘点等。 6. **数据分析**:系统能够收集和分析会员活动数据,为俱乐部提供业务洞察,帮助俱乐部制定更有效的营销策略和业务决策。 7. **在线互动**:一些系统还提供在线平台,让会员可以查看课程、预约私教、参与社区讨论等,增强会员之间的互动和俱乐部的社区感。 8. **移动应用**:随着移动设备的普及,一些健身俱乐部系统还提供移动应用,方便会员随时随地管理自己的健身计划。 9. **安全性**:系统会确保所有会员信息的安全,采取适当的数据加密和安全措施,保护会员隐私。 10. **可扩展性**:随着俱乐部业务的扩展,系统应该能够轻松添加新的功能和服务,以适应不断变化的市场需求。 健身国际俱乐部系统的选择和实施,需要考虑俱乐部的具体需求、预算和技术能力,以确保系统能够有效地支持俱乐部的运营和发展。通过这些系统的实施,健身俱乐部能够提供更加专业和高效的服务,吸引和保留更多的会员,从而在竞争激烈的
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
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
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