早いもので本年も残すところ、あとわずかとなりました。一年間大変お世話になり、心より感謝しております。
誠に勝手ながら、当社では以下の期間につきましては、休業とさせていただきます。
Lotus Quality Assurance (ベトナム本社)
営業期間：2020年12月31日（木）まで
休業日：1月1日（金）
※2021年1月4日（月）より通常営業いたします。
Lotus Japan （日本法人）
営業期間：2020年12月29日（火）まで
休業日：12月30日 (水) ～ 1月4日（月）
※2021年1月5日（火）より通常営業いたします。
お休み期間中にお送りいただきましたお問い合わせは、新年の営業開始日より順次対応させていただきます。
来年も本年同様、変わらぬご愛顧のほど、よろしくお願い致します。
ITの世界では高品質のソリューションが求められているため、テストの自動化は当然のことながら優れたソリューションと見なされています。 その利点にもかかわらず、起こりうる障害を回避するために、自動テストを実装する能力を事前に見積もる方法について大きな懸念があります。 実際、この方法を使用する前に注意深く確認する必要があります。注意して覚えておく必要のある障害があります。
この記事を通じて、テスト自動化の最大の課題を把握します。
適切な自動化テストアプローチは、プロジェクトの効果的な結果において重要な役割を果たします。管理レベルでは、テストアプローチを作成する方法と方法を確実に知っていますが、テスト自動化でこのアプローチを作成することは別の問題です。最初の難しさは、製品の寿命に関連する長期的な自動化プロセスを作成することです。たとえば、デスクトップアプリケーションの平均サイクルは、一般的に12〜18ヶ月から15年以上です。したがって、テストアプローチは、ソフトウェアのライフスパンの全プロセスで実行できる必要があります。次に、テストアプローチでは、製品が変更または更新されたときに、人間の介入なしにこれらの変更を識別して対応できることを確認する必要があります。モバイルアプリケーションを例にとると、ユーザーの要件は急速に変化するため、このアプローチを「1つのサイズですべてに対応」することはできません。
確かに、最初に効果的な長期指向のフレームワークを構築するという課題を抱えて、テストアプローチでこれらの困難に対処することは困難です。
自動化テストを成功させるための重要なポイントは、適切なツールを選択することです。開発者とテスターは、オープンソースツールまたは商用ツールを使用して、社内ツールを構築するための定期的な基盤のようにそれらを使用できます。各ツールは、特定のシナリオごとに適しています。市場にはさまざまな包括的なテストツールが存在するため、適切なものを選択することは困難です。特に、適切なツールは、プロジェクトの長期的な方向性、フレームワーク、プロジェクトの出力、クライアントの要件、テスターチームのスキルなどの多くの要因と一致する必要があります。間違ったツールや不適切なツールを選択すると、最初からプロセス全体が失敗する可能性があります。実際、オープンソースツールは、多くの場合、商用ツールよりも高いレベルのコーディングスキルを必要とします。例を挙げると、Selenium は、テスターにさらにプログラミングスキルを要求するオープンソースツールです。
エキスパートテスターは、次の手順でツールのプロセスを設定することをお勧めします
手動テストおよび開発と比較して、自動テストは実際にはより多くのコラボレーションを必要とします。プロジェクトのインプットとアウトプットを完全に分析して理解するために、最初から、デリバリーチームと顧客の間の良好な相互作用が必須です。テスト戦略に関しては、テスターチームは、計画、範囲、およびフレームワークの作成についてプロジェクトマネージャーと連絡を取る必要があります。自動化テスターは、コードを理解するために開発者だけでなく、テストケースについては手動テスターと、最終製品を構築するための統合についてはインフラストラクチャエンジニアと話し合うという事実。言うまでもなく、最初からの誤解を無視したり無視したりすると、プロセスが煩雑になる可能性があります。
各プロセスの特定の連絡先、明確な期待、メンバーの責任などのコラボレーション環境を確立することで、誰もが情報を迅速かつ便利に提供できるようになります。さらに、積極的な関与と透明性のあるフレームワークにより、独自の企業文化が育まれます。
自動化テストのメリットを否定することはできませんが、コストについて言及する場合、多くの問題と懸念があります。テスト自動化の長期にわたる高いROIにもかかわらず、初期段階のコストは非常に高くつきます。自動化されたテストフレームワーク、ライブラリ、およびハードウェアやソフトウェアなどの機能を構築するためにお金を費やす必要があります。当初、ツールは、オープンソースツールを選択した場合でも、多額の投資を考慮に入れています。オープンソースツールはライセンスのコストを削減できますが、それらのツールをトレーニングおよび保守するには、依然として多くの努力が必要です。その上、会議、コミュニケーション、コラボレーションなど、多くの隠れたコストも考慮に入れる必要があります。結果として、投資についてマネージャーまたは利害関係者の間でコンセンサスを得ることが課題となります。これが、潜在的な計画と実行可能な目標があっても、予算の制約のために自動化テストの多くの傾向が拒否される可能性がある理由です。
要約すると、自動化テストはペイオフを効果的にサポートし、企業が進捗をスピードアップするための優れた方法です。ただし、テストの自動化は人間の知性に取って代わることはできません。自動化テストの全プロセスでオリエンテーションを行うには、依然として人間が必要です。
それでも疑問があり、ガイドラインやロードマップが必要な場合は、LQAがテスト自動化に関する無料のコンサルティングを提供します。
We are socialのレポートによると、日本には現在1億9170万台のモバイルデバイスが接続されており、人口の151％に占めています。 モバイルアプリへの投資は、企業がデジタルテクノロジーの爆発的な増加に適応するための最優先になりました。アプリケーションが複数のモバイルデバイスと互換性があり、継続的に更新されることを保証することは、企業の2つの重要な要件です。 テスト自動化は、この要件を満たすための効率的な選択ですが、この方法でテストを最適化することは容易ではありません。 今回の ウェビナー は、マネージャーの方にモバイルアプリのテスト自動化を導入する際に役に立つ情報を提供する目的で開催されています。
▪モバイルアプリテスト自動化を選ぶ理由
▪モバイルアプリケーションのテスト自動化ソリューションのデモ
▪テスト自動化を導入する前に知っておくべき5つのポイント
▪テスト自動化導入の成功と失敗事例
ウェビナーの要約ビデオが観たい方は、こちらでお問い合わせください。
B2C企業がモバイルアプリを使用して、eコマース、銀行、マーケティングへの消費者の関心を引き付けている一方、B2B企業は、モバイルアプリを通じて、企業の運営を管理し、従業員のパフォーマンスを追跡し、パートナーと協力します。モバイルアプリの頻繁な使用に伴い、アプリの品質を向上させることが求められています。モバイルアプリに関する品質保証の最近の動きにご興味を持っていましたら、 モバイルテスト流行 ～トップ5つの流行トピックを見てみましょう。
モバイルアプリ特徴の1つは、開発者がユーザーの要求に適応するために新しいバージョンを頻繁にリリースする必要があります。このため、多数のテストケースを繰り返し実行する必要があります。ここで、テスト自動化が革新的なソリューションになりました。Capgeminiが実施したWorld Quality Reportでは、57％の企業が、テストの自動化がテストケースの再利用に役立つと述べています。一方、65％は、テストサイクルタイムが短縮されたと言っています。
自動化への投資収益はコスト減少と効率向上だけでなく、市場投入までの時間（TTM）などのビジネス目標の達成からもたらされました。さらに、今年のCTO達は、テストの透明性とセキュリティについてより懸念しているようです。69％はテストの自動化がテスト活動のより良い管理と透明性を得るのに役立つと述べています。 62％は、テストの自動化によって全体的なリスクが軽減されると考えています。
モノのインターネット（IoT）はモバイルアプリを通じて、スマート家電、スマートカー、スマートウォッチなどの資産を制御できます。テスターは、モバイルアプリとIoTデバイス間の相互作用が中断されないように、アプリの品質、セキュリティ、接続性、およびパフォーマンスを確認する必要があります。ただし、IoTデバイスには第三者によって開発されたクラウドベースのインタラクションレイヤーがあることが多いので、統合テストの実行は簡単ではありません。それに加えて、テスターは、IoTデバイスの多様性のために、実行する必要のある膨大な数のテストケースについても懸念しています。したがって、エミュレーターでのテストでは、QAチームの要件を満たすことができません。その結果、クラウドでのテストの人気が高まっています。
たくさんの障害に直面していますが、企業はIoTの流行に適応する方法を模索しています。多くの企業は、人工知能の機能を適用して徹底的にテストし、さらにIoTエクスペリエンステストを実施することを検討しています。
前世代と比較して、5Gネットワークには多くの革新的なテクノロジーがあり、テスターがモバイルテストを実行する方法に大きな影響を与えます。5G接続に関しては、ゲームを変える3つの主要なテクノロジーが拡張モバイルブロードバンド、超信頼性の低遅延通信、および大規模マシンタイプ通信（mMCT）です。
5Gはより広い帯域幅を提供するからより高速なデータレートとより優れたユーザーエクスペリエンスを与えます。このテクノロジーにより、5Gネットワークは360度のビデオストリーミングとVR / AR体験を可能にします。その結果、高速インターネットオフィスでモバイルアプリをテストすることは十分に効率的ではありません。さらに、データ転送の待ち時間が短縮されます。それで、遠距離でのより高速な情報受信が可能になり、モバイルアプリのパフォーマンスに大きな影響を与えました。一方、mMCTは、より少ない電力で多数のIoTデバイスとの接続をサポートするモバイルデバイスのバッテリーテストが変更されます。
アジャイルとDevOpsは、継続的テストで人気のある方法になりました。テスターと開発者の両方のノウハウとスキルを組み合わせて、アプリの開発と展開を強化するという究極の目標を持って相互のサポートをします。アジャイルとDevOpsのアプローチは、企業が欠陥をより効率的に見つけて修正し、新しいバージョンをより頻繁にリリースするのに役立ちます。
World Quality Reportによると、アジャイル手法の中でScale Agile Framework（SAFe）とDynamic Systems Development Method（DSDM）がIT企業に最も好まれています。2015年から2017年にかけて、SAFeは31％から58％に増加し、DSDMも31％成長しました。同じレポートでは、回答者の88％以上がITチームにDevOpsの原則を適用しているとも述べています。
モバイルユーザーは2021年末に15億人に達すると推定されています。モバイルデバイスにはさまざまなOSバージョン、画面解像度、データストレージがあります。企業はあらゆる種類の携帯電話を購入できるわけではないため、モバイルテストに障害を引き起こします。その結果、テスターは実際のデバイスをテストするためにクラウドを使用する傾向があります。クラウドベースのテスト環境の使用が増加するもう1つの理由は、近年の仮想化の傾向です。これにより、クラウドおよび仮想テストツールの需要が高まり、企業がクラウドベースのテストサービスを提供する機会が増えます。
2021年の傾向により、QAチームは多くの課題に直面しました。適切な戦略でモバイルテストを実行する方法はまだ難しい問題です。この問題を知っているLotusQAは、モバイルアプリの品質保証に関するウェビナーを開催致します。
興味のある方はこちらで
データアノテーション用 ツール 機械学習では、データの処理 と分析が 非常に重要であるため、仕事を簡単にするために データに注釈を付けるための ツール をいくつかご紹介いたします。 アノテーションの詳細 については、こちらを参照してください。 PixelAnnotationTool このツールは、診断をサポートするために 医学の車、道路、細胞を見つけるなど のセグメンテーション問題に 適している。 セグメンテーション画像の例 このツールは、OpenCVのウォーターシェッドマークアルゴリズムを使用している。 バイナリリンクに アクセスして、ツールをダウンロードして 使用できる。 ツールインターフェース 使用法： ソースコードの設定ファイルで 色を変更し、色分けしたい領域に 色の数を対応させることが できる。 次に、マウスを使用して 色を「ドット」にし、目的の色領域に応じて「Enter」キーを押す。 データ生成ツール Text Recognition Data Generator は、テキストを生成するために 使用されるツール。 このツールを使用すると、テキスト検出の問題に対して さまざまなフォント と 色を生成できる。 cn.txtファイルをdictsに 保存し、フォントも 常にcnディレクトリに保存するだけで、次のコードに従って コードを実行できる。 python run.py -l cn -c…
モバイルデバイス や モバイルアプリケーション はデスクトップアプリケーションとは 大きく異なります。それで、テストの中では、これらの機能をテストする必要 があります。 モバイルデバイス の特徴 ハードキーボード、仮想キーボード（タッチスクリーン）など、さまざまな画面サイズとハードウェア構成 デバイスのメーカー（HTC, Samsung, Apple） OS（Android, Symbian, Windows, IOS） OSのバージョン（iOS 5.x, iOS 6.x, BB5.x, BB6.x etc.） OSの定期的な更新（android- 4.2、4.3、4.4、iOS 5.x、6.xなど）、更新ごとに、アプリケーションの機能に 影響がないことを確認する必要 がある。 モバイルデバイス はデスクトップより 画面が小さい。 モバイルデバイスはデスクトップより メモリが小さい。 モバイルデバイス は通常2G、3G、4Gまたは WIFIネットワーク接続を使用しますが、デスクトップコンピューターは ブロードバンド または ダイヤルアップ接続を使用する。 テスト自動化のツール はモバイルアプリケーション上では 動かない。 モバイルデバイス の限界 CPU プロセッサー の限界 RAMの限界 ソースに左右される バッテリーの寿命 （重要なことに、現在企業では）テスト用機器の深刻な不足…
画像アノテーション の保存方法 ディープラーニングについて、最初によく出てくるのは、大量のデータまたは大量の画像でしょうか。持っている画像の数が多いほど、コンピュータのストレージスペースはより多くのメモリを消費する。ImageNetは、分類、検出、セグメンテーションなどのタスクのモデルをトレーニングするために収集されるよく知られた画像データベースだ。 1400万枚以上の画像が含まれている。 この記事では、画像アノテーション を保存する3つの方法をご紹介いたします。 1）png形式の画像ファイルとして保存 このディスクに 画像アノテーション を保存するには シンプルで業務効率化のために Pillowをインストールをする必要がある。 $pip install pillow ファイルをアーカイブするには？ from PIL import Image import csv def store_single_disk(image, image_id, label): Image.fromarray(image).save(disk_dir / f”{image_id}.png”) with open(disk_dir / f”{image_id}.csv”, “wt”) as csvfile: writer = csv.writer( csvfile, delimiter=” “, quotechar=”|”, quoting=csv.QUOTE_MINIMAL ) writer.writerow([label]) ディスクに保存されているデータを処理するときは、すべてのファイルを開かなくても済むように、別のファイルラベルを.csvファイルに保存する必要がある。…
１）テスト設計技法 とは? テスト設計技法 は、具体的に特定のシステムで 可能なテストの総数から 適切なテストセットを選択するのに役立つ。ソフトウェアのテスト技法には さまざまな種類が あり、それぞれに 長所と短所がある。 完全なテストは 不可能であるため、手動テストは、テストの品質を確保しながら テストケースの数を減らし、識別が難しいテスト範囲 と 条件を識別するのに役立つ。 2. テスト設計技法の種類 テスト設計技法 には多くの種類が ありますが、主に次の2つの種類がある。 2.1) 静的テスト 静的テストは、ソースコードを実行し、または ソフトウェアシステムを実行しないタイプのテスト 技法だ。例えば、仕様書、設計書、ソースコードの確認によるエラーの発見など。 ソフトウェア開発のライフサイクルの早い段階で 行われるため、検証プロセスで 行われる。 静的テスト技法は、ソースコード、設計とモデルのドキュメント、機能仕様、必要な仕様など、あらゆる形式のドキュメントをテストするために 使用できる。 静的テスト手法には 通常、次の方法が 含まれる。 非公式レビュー：ミーティングのアーカイブを必要としない、または 記録する必要がない評価プロセス。 ウォークスルー：これは、テストサイクルの参加者に 知識を伝達するために、ソフトウェアロジックに 精通している人が 説明する一種の指示。 テクニカルレビュー: ソフトウェアの技術評価に 焦点を当てている。モデレーター または 技術専門家が関与する技術知識を持つ人が 主導。 技術的なコンテンツについて 合意に達して 意思決定することに 焦点を当てたディスカッションだ。 検査: その目的は、プロセスにおける各人の役割 と ソフトウェアの入出力基準を明確に定義すること。これにより、エラーを発見し、プロセスを最適化するために 集計および分析する。 2.2) 動的テスト 動的テスト技法は、コードが 実行されたとき、またはコードを実行して、アプリケーションの機能を確認するための一種のテスト。 つまり、動的なテストは、実際に アプリケーションを使用して、関数が期待どおりに…
データアノテーター 人工知能は 今最も 急速に成長している 分野の一つで、私たちの日常生活にも 広く利用されています。携帯電話、自動車、金融 システム、都市インフラなど 様々なところで AIが 重要な役割を果たしています。 AIが 身近なものとなり、多くの人が AIについて 知っているように見えますが、AIを構築する作業の中で 最も 重要であるアノテーションについて 知っている人は ごくわずかです。 AIは データの学習から 構成されており、それはまるで ブロックを組み上げていくようなものと言っても 過言ではありません。機械学習 アルゴリズムは 何もないところからは 生まれません。彼らは ラベルが 付いたデータを取り込むことで、一定のパターンを認識できるようになります。つまり、学習が 必要なのです。 そのためAI 開発者は、機械学習 アルゴリズムを学習させるために、人の手によって ラベルが 付けられた、数千ものデータを用意することが 必要となります。 私は 今こそ、AI開発の裏に 隠れた秘密兵器である、データアノテーター の仕事 を紹介したいと思います。 AI 開発の秘密兵器 アノテーションとは データアノテーター とは テキスト や 動画、画像など あらゆる形態のデータに ラベルを付ける作業のことです。 はじめは データに 構造や順序がないので、機械は…
基本的なディープマシンラーニングの データアノテーション の手順は 次のとおりである。 １、データ収集 正しいな教師データを収集するには、まず課題の内容 とそのビジネス上の価値を理解する必要がある。 課題データアノテーションの分類については、名前から 類推して キーワードを作成し、インターネットからのデータ検索ツールを使用して、画像を検索することが できる。 または、写真、ソーシャルネットワークサイトの動画、Googleの衛星画像、公共のカメラ や車（Waymo、Tesla）から 無料で 収集されたデータ、または 第三者からデータを購入することも できる（データの正確性については自己責任） 注： 収集されたデータのほとんどは、高さ、幅、比率が異なるデータであるため、データを収集した後、前処理を行う必要がある。したがって、ディープラーニングモデルに直接組み込むことはできません。 Open CV、Scikit-Imageなどの組み込みライブラリを使用して、イメージを前処理する。 ２、データの注釈付け AI開発において、一２、データの注釈付け番時間 と 手間がかかるのが 教師データの収集。まずは 収集した生のデータに注釈をつける必要がある。 ここは機械がうまく機能するかどうか を左右するため、重要なステップである。データのラベル付けが 間違っていると、機械が誤って 学習して、対象を認識してしまうので、この学習データを 準備するのに 多くの時間と労力を費やしす。注釈付けをする上で、注意すべきポイントが 二つある。 ・注釈付けのやり方 ・誰がやるのか ２−１、注釈付けのやり方 要件を満たすデータセットを準備したら、次は どのような方法で アノテーションをするのか を決める必要がある。分類なのか、オブジェクト検出なのか、セグメンテーションなのか、… データは 決まったやり方に応じて 処理されていく。例えば 分類の場合は、インターネットからデータを見つけてクロールするプロセスで 使用されるキーワードである。インスタンスセグメンテーションの場合、画像の各ピクセル の 注釈が 必要。 その後、ツールを使用して…
