Python在人工智能测试领域的一次实践

概要

本文由黎扶澈撰写，分享了为测试AI人脸识别项目而编写的Python脚本，该脚本用于自动生成测试图像数据集。目标是从LFW图像库中准备两组数据，分别是3万组预期结果为“匹配”和“不匹配”的图像集合。作者介绍了LFW数据集的特点，其包含13000多张不同条件下的知名人士人脸图片。

整理思路

为了生成预期匹配的图像集合，作者设计了以下步骤：首先筛选出有2张以上图片的子文件夹；然后从这些文件夹中抽取两张不重复的图片；重复此过程直到获得3万组数据，并将结果写入txt文件。对于预期不匹配的图像集合，作者考虑让子文件夹两两组合，随机取出图片后重复此过程3万次，并同样写入txt文件。

遇到的问题及处理

在遍历文件夹时，作者学习使用了Python的os模块中的walk()方法。对于找出有多张人脸图片的子文件夹，作者使用了len(files)函数。为了组合不同的人脸图片，作者采用了itertools模块中的combinations()方法。为了保证运行效率，当达到3万组数据时，使用return语句结束组合遍历。

结尾

文章最后，作者提供了一系列测试开发相关的资源和内推信息，并强调了学习测试开发的投入和努力，鼓励读者坚持每天学习和编码，以实现薪资增长。