011 Рефакторинг кода классификации. Часть 1 (жизненный опыт и программирование)

11 Просмотры

  • Спасибо! Поделитесь с друзьями!

    Вам не понравилось видео. Спасибо за то что поделились своим мнением!

admin
Издатель
Это видео фактически состоит из 3-х частей. Вначале я поделюсь своим опытом как выполнять рефакторинг кода на реальных проектах, чтобы на это находилось время. Т.е. можете просто узнать, как другие люди выкручиваются на проекте, когда нужно где-то найти время на улучшение кода. Также рассматриваю некоторые философские вопросы.
Во второй части будут поставлены 8 задач по улучшению кода, с помощью которого до этого выполнялась классификация изображений. И сразу после этого рассмотрим изменения в коде и тот результат, который получили.
А в заключительной третьей части будет продемонстрирован весь код, который в последующем будет использоваться для задачи классификации. Это видео как раз позволяет увидеть всю структуру существующего проекта и все изменения, которые внесены в проект на данный момент.

Найденные ошибки в коде:
1. косметическая. В файле train.py строка 377, нужно исправить в следующей редакции:
print(f"Эпоха: [{epoch+1}/{args.epochs}] завершена за {time.time() - epoch_start:6.3f} секунд")


Таймкоды:
00:00 | Введение
02:40 | Личный опыт выполнения рефакторинга на проектах
13:27 | Постановка целей на рефакторинг
17:15 | 1. Добавить график обучения по эпохам
21:08 | 2. Сделать досрочное прерывание обучения
22:40 | 3. Тестирование выполнять на датасетах test и val
24:18 | 4. При тестировании сохранять все ошибочные изображения и 3% от верных
26:01 | 5. Визуализировать процесс эпохи обучения с помощью progressBar
27:34 | 6. Надписи на изображении сделать более читаемые
29:56 | 7. Сделать глобальное накопление истории по запускам обучения
36:48 | 8. Название модели для тестирования должно формироваться автоматически
38:14 | Полная демонстрация кода
Категория
Программирование на python
Теги
Computer Vision, Компьютерное зрение, Arma 3
Комментариев нет.

Следующее