Validation technique#

La validation technique de DataLab est basée sur deux concepts clés : les données de référence et la validation analytique.

Données de référence#

Les données de référence sont des données connues pour être correctes. Elles sont utilisées pour valider les résultats de l’analyse informatique.

Dans DataLab, les données de référence peuvent être obtenues à partir de diverses sources, y compris :

  • Données expérimentales

  • Données simulées

  • Données synthétiques

  • Données provenant d’une source de confiance

Validation analytique#

La validation analytique est le processus de comparaison des résultats de l’analyse informatique avec les données de référence. Cela est fait pour s’assurer que les résultats sont précis et fiables.

Dans DataLab, la validation analytique est mise en œuvre à l’aide de diverses techniques, y compris :

  • Validation croisée avec un modèle analytique (provenant d’une source de confiance, par exemple SciPy ou NumPy)

  • Analyse statistique

  • Inspection visuelle

  • Examen par un expert

Périmètre#

Le périmètre de la validation technique dans DataLab inclut toutes les fonctions de calcul qui opèrent sur les objets de signal et d’image de DataLab (c’est-à-dire cdl.obj.SignalObj et cdl.obj.ImageObj).

Cela inclut des fonctions pour (toutes les fonctions sont nommées compute_<function_name>) :

Implémentation#

Les tests sont implémentés en utilisant le cadre pytest.

Lors de l’écriture d’un nouveau test de validation technique, les règles suivantes doivent être suivies concernant la fonction de test :

  • La fonction de test doit être nommée :

    • test_signal_<function_name> pour les fonctions de calcul de signal

    • test_image_<function_name> pour les fonctions de calcul d’image

Note

Le préfixe signal ou image est utilisé pour indiquer le type d’objet sur lequel la fonction opère. Il peut être omis si la fonction opère exclusivement sur un type d’objet (par exemple, test_adjust_gamma est la fonction de test pour la fonction compute_adjust_gamma, qui opère sur des images).

  • La fonction de test doit être marquée avec le décorateur @pytest.mark.validation.

En suivant ces règles, on s’assure que :

  • Les tests sont facilement identifiés comme des tests de validation technique.

  • Les tests peuvent être exécutés séparément à l’aide de l’interface en ligne de commande (voir Exécuter les tests de validation technique).

  • Les tests sont automatiquement découverts pour synthétiser l’état de validation des fonctions de calcul (voir Etat de validation de DataLab).

Exécution des tests#

Dans DataLab, les tests de validation technique sont disséminés dans la suite de tests du projet, mais ils peuvent également être exécutés séparément à l’aide de l’interface en ligne de commande.

Voir aussi

Voir le paragraphe Exécuter les tests de validation technique pour plus d’informations sur la façon d’exécuter les tests de validation technique.

Sur cette page