TEST文件夹：Pytest，集成测试，单元测试

在复杂的自动驾驶项目中，哪怕你只改了一行代码，都可能导致整个感知或控制系统崩溃。如果直接去训练，还会消耗大量算力。所以当你新写了一个功能（比如你改了采样逻辑），先不要急着去跑训练。先跑一下测试，看看有没有问题。没问题再去训练。

A. `unit_tests/`（单元测试）

test_random_sampler.py：
- 它是干嘛的：测试数据采样器的逻辑。
- 具体内容：CoIL 训练时需要从海量数据中随机抽样。这个文件会检查：抽样是否真的随机？有没有漏掉某些指令（比如漏抽了左转的数据）？抽出来的索引是否越界？
- 地位：最基础的保障。

B. `full_tests/`（集成测试）

test_load_data.py：
- 它是干嘛的：测试整条数据流水线。
- 具体内容：它会模拟一次真实的数据加载过程。它会去读 H5 文件、解压图片、做数据增强（Augmentation），然后看最后出来的张量（Tensor）形状对不对，有没有报错。
- 地位：确保大脑（网络）还没开始练，眼睛（数据流）没瞎。

与"主线"的关系

主线：coiltraine.py（训练）和 drive.py（驾驶）。
测试线 ：testing/。

它们是"守卫"与"战士"的关系。 测试文件夹里的代码不会在训练或驾驶时运行。但是，在你正式开始训练之前，或者在你提交代码到 GitHub 之前，你应该先跑一遍测试。如果测试全部"变绿"（通过），你才有信心去跑主线。

它的输入与输出是什么？

输入 (Input)：
1. 被测代码 ：即你的 network/、input/ 里的源码。
2. 样例数据：一些小型的、用来实验的图片或 H5 日志文件。
输出 (Output)：
- 报告（Report）：
  - Passed (绿)：表示逻辑正确，可以放心。
  - Failed (红)：会明确告诉你，哪一行代码在处理什么数据时报错了，或者结果不符合预期。

pytest是什么？

pytest 是 Python 世界里最流行、功能最强大的"自动化测试框架"。

如果把你的 testing/ 文件夹里的那些脚本比作一堆"体检项目"，那么 pytest 就是那个**"自动体检机器人"**。它会走进实验室，自动翻开每一个体检项目，运行它，并最后给你出一份详细的体检报告。

1. 为什么不直接用 `python xxx.py` 运行？

你可能会问："我直接运行 python testing/unit_tests/test_random_sampler.py 不行吗？" 行是行，但如果你有 100 个测试文件，你不可能手动运行 100 次。

pytest 的核心优势在于：

自动发现 (Auto-discovery) ：你只要在根目录喊一声 pytest，它就会自动扫描所有文件夹，把所有以 test_ 开头的文件和函数全部找出来运行，不需要你一个一个点。
断言简单 (Simple Assertions) ：它直接使用 Python 自带的 assert 关键字。比如 assert a == b，如果失败了，它会非常详细地告诉你 a 是多少，b 是多少，哪里不对。
插件丰富 ：它有成千上万的插件。比如 pytest-cov 可以告诉你你的测试覆盖了百分之多少的代码。

2. `pytest` 是如何工作的？（以你的项目为例）

当你在终端输入 pytest 时，它会遵循以下"寻宝规则"：

找文件 ：寻找所有 test_*.py 或 *_test.py 的文件。
找函数 ：进入这些文件，寻找所有以 test_ 开头的函数。
运行并报告：
- 如果函数运行没报错，标记为 PASSED (点 . )。
- 如果 assert 失败或代码崩了，标记为 FAILED (叉 F )。

3. 一个典型的 `pytest` 代码长什么样？

在你那个 test_random_sampler.py 里面，逻辑大概是这样的：

复制代码

# 这是一个典型的 pytest 测试函数
def test_sampler_output_size():
    # 1. 准备数据 (Setup)
    data = [1, 2, 3, 4, 5]
    sampler = RandomSampler(data)
    
    # 2. 执行操作 (Action)
    result = sampler.sample(3) # 假设我们要采样3个
    
    # 3. 验证结果 (Assert)
    # 这就是 pytest 的核心：断言。如果不等于 3，pytest 就会报警。
    assert len(result) == 3

复制代码

如何运行？

方法一：使用 `pytest` (最专业、最推荐)

该项目采用标准的 Python 测试结构，通常默认安装了 pytest。

打开终端 ：确保你的路径在项目的根目录 （即可以看到 carla08、network 等文件夹的地方）。
激活环境 ：确保你已经进入了 requirements.yaml 配置的那个虚拟环境。
运行所有测试：
复制代码
```
pytest testing/
```
- 现象：你会看到屏幕上跳出一串 .（代表通过）或者 F（代表失败）。
运行特定文件（比如只想测采样器）：
复制代码
```
pytest testing/unit_tests/test_random_sampler.py
```

方法二：使用 VS Code 的"烧杯"图标 (最直观)

既然你正在用 VS Code，利用它的可视化界面会非常舒服：

安装插件 ：确保已安装微软官方的 Python 扩展。
配置测试：
- 点击左侧边栏的**"烧杯"图标**（测试视图）。
- 点击 "Configure Python Tests"。
- 选择 "pytest" 作为测试框架。
- 选择 "root directory"（根目录）作为搜索路径。
一键运行 ：配置完成后，你会看到所有测试函数左侧出现了一个绿色的"播放"按钮。点一下，它就会自动运行并在界面上反馈结果。

TEST文件夹：Pytest，集成测试，单元测试

A. unit_tests/（单元测试）

B. full_tests/（集成测试）