团队作业5——测试与发布（Alpha版本)

这个作业属于哪个课程	班级的链接
这个作业要求在哪里	作业要求的链接
这个作业的目标	<完成项目测试与发布>

1 Alpha版本测试报告

1.1 Bug清单

1.1.1 Bug统计

类型	数量
功能Bug	15
性能Bug	5
兼容性Bug	8
用户界面Bug	2

1.1.2 Bug详情

• 功能Bug
  1.模型加载失败
  2.检测结果未正确显示
  3.保存检测结果功能缺失
• 性能bug
  1.图像处理导致高CPU使用率
  2.界面更新导致UI冻结
  3.大规模数据处理时内存泄漏
• 兼容性bug
  1.不同操作系统间的路径问题
  2.不同版本的Python库
• 界面bug
  1.标签文本不更新
  2.按钮点击无响应

1.1.3 修复的Bug

模型加载失败、检测结果未正确显示、保存检测结果功能缺失

1.1.4 不能重现的Bug

界面更新导致UI冻结

1.1.4 设计问题

标签文本不更新、按钮点击无响应

1.1.5 无修复计划的Bug

不同操作系统间的路径问题、不同版本的Python库、大规模数据处理时内存泄漏

1.1.6 延迟修复的Bug

图像处理导致高CPU使用率

1.2 场景测试

1.2.1 用户行为和需求

我们预期安全监控人员、医疗机构、养老院等用户会使用本软件来实时监控摔倒事件，并快速响应以提供帮助。用户需要一个准确、实时的检测系统，以便在紧急情况下迅速采取行动。

1.2.2 功能组合

用户可以通过界面实时查看监控视频，软件自动检测摔倒行为并发出警报。系统提供的功能包括摔倒检测、实时警报和事件记录。

1.2.3 测试矩阵

• 平台：Windows 10, macOS Catalina
• 硬件配置Intel Core i7, 16GB RAM, NVIDIA GTX 1660 Ti
• 浏览器类Chrome, Firefox, Safari（仅用于界面测试）

1.2.4 出口条件

• 所有核心功能（摔倒检测、警报）必须通过测试，无严重Bug。
• 性能满足基本要求，检测延迟不超过1秒。
• 兼容性测试通过，软件在所有目标平台上均能正常运行。
• 用户界面无严重Bug，提供良好的用户体验。

2 Alpha版本发布说明

2.1 功能介绍

• 实时摔倒检测：利用YOLOv8模型，实现对摔倒行为的实时检测。
• PyQt6用户界面：为用户提供了一个直观的图形界面，用于监控和管理系统。
• 数据集支持：支持自定义数据集，用户可以根据自己的需求训练模型。
• 模型训练功能：集成了模型训练流程，用户可以直接在界面上进行模型的训练和测试。
  

2.2 修复的缺陷

• 性能优化：修复了导致检测延迟的性能问题，提高了系统的响应速度。
• 兼容性问题：解决了在不同操作系统下运行时出现的兼容性问题。
• 用户界面改进：修复了用户界面中的一些bug，提升了用户体验。

2.3 对运行环境的要求

• 操作系统：Windows 10, macOS Catalina 或更高版本。
• 硬件配置：Intel Core i7或更高性能的CPU，至少16GB RAM，NVIDIA GTX 1660 Ti或更高级别的GPU。
• Python环境：Python 3.8或更高版本。
• 依赖库：PyQt6, OpenCV, NumPy, Ultralytics YOLO等。

2.4 安装方法

• 安装Python：确保Python环境已安装，推荐使用Python 3.8或更高版本。
• 安装依赖：运行以下命令安装所需的依赖库：
• pip install --upgrade pip
• pip install pyside6 -i https://mirror.baidu.com/pypi/simple
  pip install opencv-python numpy
• 获取项目代码：从项目Gitee仓库克隆或下载项目代码。

2.5 已知问题和限制

• 检测准确性：在某些极端情况下，模型的检测准确性可能会降低。
• 硬件依赖：系统性能在很大程度上依赖于GPU，低配置的硬件可能无法流畅运行。
• 数据集限制：系统目前仅支持1440张图像的数据集，对于更大规模的数据集支持有限。

2.6 发布方式及地址

• 发布方式：本次Alpha版本通过团队博客和Gitee仓库进行发布。
• 发布地址：Gitee项目页面。