# Grad

**Repository Path**: jtjyjt/Grad

## Basic Information

- **Project Name**: Grad
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 1
- **Forks**: 0
- **Created**: 2022-05-02
- **Last Updated**: 2022-05-02

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

运行代码：
    故障定位：     python deepfault.py --params_set "GTSRB" "VGG16" --model "VGG16" --data "GTSRB"
    变异：        python mutant.py --params_set "GTSRB" "VGG16" --model "VGG16" --data "GTSRB"
    deeptest：   python deeptest_guided.py --params_set "GTSRB" "VGG16" --model "VGG16" --data "GTSRB"
    本实验：      python run_experiment.py --params_set "GTSRB" "VGG16" "mcts" "tfc" --model "VGG16" --dataset "GTSRB"  --coverage "mutation" --random_seed 1
    常规评估：    python evaluate.py --params_set "GTSRB" "VGG16" --model "VGG16" --data "GTSRB"
    消融实验评估： python eva_low.py --params_set "GTSRB" "VGG16" --model "VGG16" --data "GTSRB"
项目框架详解：
文件：
    deepfault.py：用于实现DNN模型故障定位的代码。
    mutant.py：用于实现DNN模型定位变异的代码。
    mutant_random.py：用于实现对应的DNN随机变异的代码。
    deeptest_guided.py：用于实现deeptest开源代码。
    evaluate.py：用于评估deeptest和本框架生成的测试用例的质量。
    eva_low.py：用于评估消融实验中相关性的评估。
    run_experiment.py：用于启动该毕设的代码。
    run.ipynb：包含着所有的运行脚本
文件夹：
    coverages：保存着杀死率和NC覆盖率两种评估指标
    data：保存着GTSRB、BIT、CAR三种数据集，已经九组训练好的DNN分类模型。
    output：保存着所有的实验输出数据，包括定位、变异、deeptest和毕设生成的测试用例
    params：保存着实验的所有参数调整
    runners：包含着九组DNN分类模型的训练代码，以及毕设蒙特卡洛树搜索的实现
    src：包含着毕设的大部分核心代码