# 测试方案 — 2026-04-30

## TC1 — PyTorch CUDA + SAM2
1. 后端启动后日志应显示 "SAM2 loaded successfully" 而非 "SAM2 import failed"
2. `python -c "import torch; print(torch.cuda.is_available())"` → True
3. `python -c "import sam2; print('OK')"` → OK
4. 调用 `/api/ai/predict` 应返回真实 polygon，而非 dummy rectangle

## TC2 — 视频封面
1. 解析视频后，检查 MinIO 中是否存在 `projects/{id}/thumbnail.jpg`
2. 项目库卡片应显示视频第一帧作为封面背景

## TC3 — 帧率
1. 上传 25fps 视频，original_fps 应显示 25.0
2. 设置 parse_fps=10，解析后帧数应为 original_fps 的约 1/3
3. 项目库显示原始帧率

## TC4 — DICOM 批量导入
1. 选择 10 个 .dcm 文件批量上传
2. 项目创建成功，source_type="dicom"
3. 解析完成后帧数等于上传的 .dcm 数量
4. 再次向同一项目上传 5 个 .dcm，帧数增加 5