深度学习自动化部署系统Flask测试需求

"C_Flask_5.20_测试需求规格说明书_ver1.3.01" 本文档详细阐述了C组在2020春季学期的《软件工程综合实验》课程中，基于Flask框架开发的深度学习自动化部署系统的测试需求。这个系统旨在提供一个平台，使得深度学习模型的部署更加便捷。文档涵盖了测试的目的、范围、计划、服务器与客户端环境要求，以及测试方法。 1.1 目的 测试需求规格说明书的主要目的是明确测试目标，确保软件功能与用户需求一致，并为测试人员和项目验收方提供测试标准和验收依据。它基于软件需求规格说明书（SRS）和源代码，分析测试需求，定义测试范围和设计测试用例。 1.2 测试范围 测试涵盖的功能包括账户管理、项目管理、模型管理和实例管理，每个功能都有对应的测试用例。测试需求类型表格详细列出了这些功能在SRS中的位置和测试用例编号。 2.1 服务器环境 服务器配置要求较高，包括Intel Core i3 8100或以上处理器，NVIDIA GeForce GTX 760或以上显卡，至少2GB RAM，40GB以上硬盘空间。软件环境包括类Unix操作系统，Flask，MySQL 5.7，Python 3.6，Nginx，Docker，Tensorflow和PyTorch。 2.2 客户端环境与测试工具 客户端应运行Ubuntu操作系统，使用Firefox、Chrome或Microsoft Edge浏览器。测试工具包括http_load用于压力测试，Postman用于REST API的访问和测试。 2.3 测试方法 测试方法包括单元测试和功能需求测试。单元测试使用Python的unittest库进行白盒测试，确保代码模块的正确性。功能需求测试则通过模拟用户操作，验证系统在正常和异常条件下的功能表现。 此文档为后续的测试工作提供了清晰的指导，确保了系统在深度学习自动化部署领域的可靠性和稳定性，满足了软件工程课程的实验要求。