作者Paul C Jorgensen在他最新的作品中，以他娴熟的工匠的方法来掌握基于模型的测试（MBT）。要成为MBT的专家，软件测试者必须将其理解为工艺，而不是艺术。这意味着测试员应该深入了解基础课题，并在进行建模和测试技术方面进行良好的实践。需要判断，以及了解MBT的工具。 本书的第一部分帮助测试人员制定了这一判断。它从MBT的概述开始，并且深入处理了九个不同的测试模型，其中有一章专门针对每个模型。这些章节通过一对例子相结合：简单的保险费计算和描述车库门控制器的事件驱动系统。该书显示了更简

车道网

LaneNet车道检测 使用tensorflow主要基于IEEE IV会议论文“走向端到端的车道检测：实例分割方法”，实现用于实时车道检测的深度神经网络。有关详细信息，请参阅其论文 。 该模型由编码器-解码器阶段，二进制语义分割阶段和使用判别损失函数的实例语义分割组成，用于实时车道检测任务。 主要的网络架构如下： Network Architecture 安装 该软件仅在带有GTX-1070 GPU的ubuntu 16.04（x64），python3.5，cuda-9.0，cudnn-7.0