码迷,mamicode.com
首页 > 其他好文 > 详细

【AI模型测试】初识AI人工智能测试,访问服务器使用既有代码测试运行模型

时间:2020-06-30 14:42:52      阅读:73      评论:0      收藏:0      [点我收藏+]

标签:类库   不同   activate   com   怎么   load   写在前面   开始   cti   


 写在前面:

时代在变换,测试的领域和技术也在不断的变化着,所以时刻抱着一颗学习的心态,活到老学到老。

最近接触的是AI识别,模型识别方面,对于这个来说,自己绝对是一个门外汉,首先技术人员在讲解的时候,什么测试集、训练集之类的听着就比较晕乎乎。

然后各种的模型,算法及测试的方法,环境等没有任何一个人可以传承,有的只是上一个离职测试人员的一个文档。

真的是没接触过的人,光看文档是看不明白的。自己用了三天时间把交接的按时间排序的文档,一个个按项目-版本进行划分。

然后梳理清楚后,用既有的测试环境进行流程验证了一轮,晕晕乎乎的能跑起来相关的代码程序。

但是:里面是怎么个调用先后顺序,测试代码为什么这么写,是之前的测试写的还是技术写的还是网上爬的,无从考证。

几百行的代码里,连一行注释都没有,也是醉了。。

所以一切从零开始,我也从零开始学AI人工智能测试,相信没有什么难的,只要用心钻研。


这两天接触服务器的时候,技术嘴里出现的一些名词,记录下来方便,虽然自己不懂,方便后期查询。

 技术图片

 

第1步:登录AI测试服务器

使用运维同学给的一台服务器,登录上去。

第2步:进入测试目录

 

cd /home/mvb/mvbtest/mb_facedet

使用该命令,进入需要测试的路径下。

技术图片

 

 

 第3步:切换测试环境

查看环境:conda env list

技术图片

 

 

 切换python环境:source activate mbfacedet

技术图片

 

 

 第4步:运行代码

运行retina-resnet模型:

python test_widerfacerq.py --prefix model/retina-resnet18 --output wout-res18

技术图片

 

测试结果:

技术图片

 

 

 

以上是在linux下运行的,根据之前交接的技术人员说,每个模型开发的人员风格,用的类库都不一样,可能测试他们的模型都需要构建不同的docker服务器等。

目前还没想那么多,想先跑完一个流程再说后续的,个人觉得一通百通,还有就是一些模型的技术指标,行业里应该有相关的数据可以作为参考,只是自己目前小白一个,

不太懂而已,加油加油。

下一步,尝试搭建一个windows下的测试环境,能跑一个图片运行成功,这样也方面从整体来了解流程。

 

【AI模型测试】初识AI人工智能测试,访问服务器使用既有代码测试运行模型

标签:类库   不同   activate   com   怎么   load   写在前面   开始   cti   

原文地址:https://www.cnblogs.com/conquerorren/p/13213448.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!