【AI达人创造营第二期】通过数据增强来处理数据不平衡问题的示例

本文以柠檬四分类不平衡数据集为例,介绍用数据增强处理数据不平衡的方法。先展示数据集类别样本量差异,通过旋转、模糊等手段生成新图拉齐各类样本,分割训练与验证集后训练模型,结果显示处理后模型准确率提升,证明该方法有效。

☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜

【ai达人创造营第二期】通过数据增强来处理数据不平衡问题的示例 - 创想鸟

通过数据增强来处理数据不平衡问题的示例

一、简要介绍

训练模型需要数据,但是往往得不到均衡的数据集。数据不均衡,往往很难得到理想的训练效果。然而,数据不均衡是个普遍现象,很多问题本身就决定了它不可能获取到均衡的数据集。处理这个问题的基本思路是想办法让每一类数据在训练中都能够有相同的“权重”,比如“采样”、“数据合成”等方法。本质上,就是对原始数据集进行处理,使每一个类别的数据都有足够的数据量来体现其特征,同时在训练中的权重达到均衡,避免模型跑歪。还有一个思路,就是通过调整每个类别出错时的权重,也就是让不同类别的出错代价不同,这叫做“加权”。但是难点在于很难合理分配这个权重“采样方法”是通过对训练集进行处理使其从不平衡的数据集变成平衡的数据集,在大部分情况下会对最终的结果带来提升。采样分为上采样(Oversampling)和下采样(Undersampling),上采样是把小众类复制多份,下采样是从大众类中剔除一些样本,或者说只从大众类中选取部分样本。随机采样最大的优点是简单,但缺点也很明显。上采样后的数据集中会反复出现一些样本,训练出来的模型会有一定的过拟合;而下采样的缺点显而易见,那就是最终的训练集丢失了数据,模型只学到了总体模式的一部分。“数据合成方法”是利用已有样本生成更多样本,这类方法在小数据场景下有很多成功案例。对于图片分类问题,可以通过数据增强的办法,对小众分类进行处理,通过生成新图片来增加样本数量。除了采样和生成新数据的办法,还可以通过“加权”的办法来处理不平衡问题,即:对于不同的类别,出错的代价不同。这种方法的难点在于设置合理的权重,实际应用中一般让各个分类间的加权损失值近似相等。当然这并不是通用法则,还是需要具体问题具体分析。对于正负样本极不平衡的场景,我们可以换一个完全不同的角度来看待问题:把它看做一分类(One Class Learning)或异常检测(Novelty Detection)问题。这类方法的重点不在于捕捉类间的差别,而是为其中一类进行建模,经典的工作包括One-class SVM等。以上只是典型的几个处理不平衡问题的方法,除此之外还有很多其他方法。在面对实际问题的时候,需要具体问题具体分析。这里展示的例子,是个简单的图片分类问题,这个例子是通过数据增强的办法,通过生成新的图片把训练数据每类的样本数量拉齐。这是一个简单的办法,但测试结果显示是有效的,大约可以把准确率提升1到2个百分点

解决数据不平衡的办法

【AI达人创造营第二期】通过数据增强来处理数据不平衡问题的示例 - 创想鸟        

本示例操作流程

【AI达人创造营第二期】通过数据增强来处理数据不平衡问题的示例 - 创想鸟        

二、环境设置

这个示例使用 paddle version:2.1.2

In [1]

#---导入模块import paddlefrom paddle.vision.transforms import functional as Ffrom paddle.vision.transforms import RandomRotationfrom paddle.io import Datasetfrom paddle.vision import transformsfrom paddle.static import InputSpecimport matplotlibimport matplotlib.pyplot as pltimport PIL.Image as Imageimport numpy as npimport pandas as pdimport cv2import osimport shutilimport zipfileimport platformimport globimport randomimport datetimeimport copy#---打印paddle 版本print(f"paddle version:{paddle.__version__}")

       

/opt/conda/envs/python35-paddle120-env/lib/python3.7/site-packages/matplotlib/__init__.py:107: DeprecationWarning: Using or importing the ABCs from 'collections' instead of from 'collections.abc' is deprecated, and in 3.8 it will stop working  from collections import MutableMapping/opt/conda/envs/python35-paddle120-env/lib/python3.7/site-packages/matplotlib/rcsetup.py:20: DeprecationWarning: Using or importing the ABCs from 'collections' instead of from 'collections.abc' is deprecated, and in 3.8 it will stop working  from collections import Iterable, Mapping/opt/conda/envs/python35-paddle120-env/lib/python3.7/site-packages/matplotlib/colors.py:53: DeprecationWarning: Using or importing the ABCs from 'collections' instead of from 'collections.abc' is deprecated, and in 3.8 it will stop working  from collections import Sized

       

paddle version:2.1.2

       

三、数据集概览

3.1 数据集下载

本案例使用的是柠檬四分类问题数据集,来源于日本广岛Quest2020竞赛(柠檬外观分类竞赛),网址: https://signate.jp/competitions/431

为方便使用,我复制了一份
https://aistudio.baidu.com/aistudio/datasetdetail/122473

3.2 数据集概述

该数据集有四个分类,解压出来的 train_images 目录下即是所有训练用的数据样本,为jpg文件格式。train_images.csv 文件标记了训练数据的分类,共有四个分类:
[‘0:優良’, ‘1:良’, ‘2:加工品’, ‘3:規格外’]

数据集图片样例

【AI达人创造营第二期】通过数据增强来处理数据不平衡问题的示例 - 创想鸟        

本示例所使用的数据集并不平衡,各个标签对应的图片数量如下图所示【AI达人创造营第二期】通过数据增强来处理数据不平衡问题的示例 - 创想鸟        

3.3 解压缩数据

挂载的数据集路径:/home/aistudio/data/data122473/lemon4.zip 把它解压到 /data压缩包里面还有一层压缩包,全部解压出来

In [2]

#---定义解压函数def unzip_files(file_path,unzip_path):    zipFile = zipfile.ZipFile(file_path)    try:        for file in zipFile.namelist():            zipFile.extract(file, unzip_path)    except:        pass    finally:        zipFile.close()#zip文件路径zip_file_path = '/home/aistudio/data/data122473/lemon4.zip'fd_data = "data/"    #data文件夹#---定义data目录清理函数,清理data目录,只保留最原始的数据zip文件def clean_fd_data():    fd_data_list = os.listdir(fd_data)    #data文件夹下的目录列表    for fd_data_obj in fd_data_list:    #遍历data文件夹,清理文件        if fd_data_obj in zip_file_path:continue    #如果在zip_file_path路径中,跳过        fd_data_sub = os.path.join(fd_data, fd_data_obj)    #data文件夹下的一个子路径        if os.path.isdir(fd_data_sub):shutil.rmtree(fd_data_sub)    #如果是目录,删除目录        elif os.path.isfile(fd_data_sub):os.remove(fd_data_sub)    #如果是文件,删除文件#---定义解压缩数据函数def unzip_data():    print("unzip data ...")    clean_fd_data()    unzip_files(zip_file_path,fd_data)    fd_data_list = os.listdir(fd_data)    #获取data文件夹下的目录列表    for fd_data_obj in fd_data_list:    #遍历data文件夹,移动子目录下文件到data目录        if fd_data_obj in zip_file_path:continue    #如果在zip_file_path路径中,跳过        fd_data_sub = os.path.join(fd_data, fd_data_obj)    #data文件夹下的一个子路径        if os.path.isdir(fd_data_sub):    #如果是目录            sub_list = os.listdir(fd_data_sub)    #再次获取子目录列表            for obj in sub_list:    #遍历子目录                src_path = os.path.join(fd_data_sub, obj)    #拼接路径                d_path = os.path.join(fd_data, obj)    #目标路径,指向data文件夹下                if os.path.isfile(src_path):                    if os.path.exists(d_path):os.remove(d_path)    #删除data目录下已存在的文件                elif os.path.isdir(src_path):                    if os.path.exists(d_path):shutil.rmtree(d_path)    #删除data目录下已存在的文件夹                shutil.move(src_path,fd_data)    #移动文件或文件夹            shutil.rmtree(fd_data_sub)    #删除子目录    fd_data_list = os.listdir(fd_data)    #再次获取data文件夹下的目录列表    for fd_data_obj in fd_data_list:    #遍历data文件夹,解压zip文件        if fd_data_obj in zip_file_path:continue    #如果在zip_file_path路径中,跳过        fd_data_sub = os.path.join(fd_data, fd_data_obj)    #data文件夹下的一个子路径        if os.path.isfile(fd_data_sub) and fd_data_sub[-3:] == "zip":    #如果是zip文件            unzip_files(fd_data_sub,fd_data)    #解压到data目录    print("unzip data done")#---解压数据unzip_data()

       

unzip data ...unzip data done

       

3.4 加载原始数据列表,随机查看一张原始图片

In [3]

#---加载原始图片文件data_files_path = "data/train_images.csv"    #原始的train_images.csv路径fd_train_images = "data/train_images/"    #原始的训练图片文件夹路径data_files = None    #用于加载原始图片文件data_list = []    #数据列表def load_data_files():    global data_files,data_list    data_files = pd.read_csv(data_files_path, usecols=['id','class_num'])    #dataFrame格式    data_list = np.array(data_files)    #先转成nparray    data_list = data_list.tolist()    #再转成list    print(f'size of data_list:{len(data_list)}')#---随机查看图片def show_img_random():    info = data_list[random.randint(0,len(data_list)-1)]    #随机获取一个图片路径    img_file = fd_train_images+info[0]    print(img_file)    #查看图片路径    img_label = info[1]    #从路径中分解出标签,即图片所在的文件夹名称    img = cv2.imread(img_file)    #用cv2打开,以输出图片形状    print(img.shape)    #输出图片形状    img = Image.open(img_file)    #打开图片    print(f'label for this img:{img_label}')    plt.figure(figsize=(8,8),dpi=50)    #修改显示的图像大小    #plt.axis('off')    plt.imshow(img)    #根据数组绘制图像#---加载标签列表文件label_list = []    #标签列表label_dic = None    #标签字典def load_label_txt():    global label_list    global label_dic    label_list = ['0:優良', '1:良', '2:加工品', '3:規格外']    label_dic = {'0':'優良', '1':'良', '2':'加工品', '3':'規格外'}    print(label_dic)load_data_files()show_img_random()load_label_txt()

       

size of data_list:1102data/train_images/train_0551.jpg(640, 640, 3)label for this img:3{'0': '優良', '1': '良', '2': '加工品', '3': '規格外'}

       

/opt/conda/envs/python35-paddle120-env/lib/python3.7/site-packages/matplotlib/cbook/__init__.py:2349: DeprecationWarning: Using or importing the ABCs from 'collections' instead of from 'collections.abc' is deprecated, and in 3.8 it will stop working  if isinstance(obj, collections.Iterator):/opt/conda/envs/python35-paddle120-env/lib/python3.7/site-packages/matplotlib/cbook/__init__.py:2366: DeprecationWarning: Using or importing the ABCs from 'collections' instead of from 'collections.abc' is deprecated, and in 3.8 it will stop working  return list(data) if isinstance(data, collections.MappingView) else data

       

               

3.5 对数据集进行数据量统计

In [4]

#--标签对应图片数据分布统计data_label_count_list = None    #每个标签对应的图片数量统计列表def data_label_count():    global data_list    global data_label_count_list    data_label_count_list = np.zeros(len(label_list),dtype=np.int32)    #创建数据集的标签统计数组    for info in data_list:    #遍历文件列表        img_label = int(info[1])    #获取label        data_label_count_list[img_label] += 1   #统计数量        info[0] = fd_train_images+info[0]    #顺便整理文件路径,也可以使用另一种循环 for index,value in enumerate(data_list):    print(data_label_count_list)#---分析数据def data_eda():    if label_dic == None:load_label_txt()    #matplotlib.rcParams["font.sans-serif"] = ["SimHei"]    #matplotlib.rcParams["axes.unicode_minus"] = False    plt.figure(dpi=100)    plt.barh(np.arange(len(label_dic)),#每个柱子的名称                    width=data_label_count_list,#柱子高度,即数据列表                    height=0.8,#柱子宽度,默认为0.8                    left=0,#柱子底部位置对应x轴的横坐标,类似bar()中的bottom                             align='center',#柱子名称位置,默认为'center',可选'edge'                    color='blue',#柱子填充色                    edgecolor='black',#柱子外框线xian色                    linewidth=1,#柱子外框线宽度                    tick_label=list(label_dic.keys()),#自定义每个柱子的名称,即标签                    #xerr=np.ones(len(label_list),dtype=np.int32)*2,#添加误差棒                    #ecolor='red',#误差棒颜色,默认为黑色                    #capsize=5,#误差棒上下的横线长度                    log=False,#y轴坐标取对数                           )    plt.title("SIZE OF EACH LABEL")    plt.xlabel("SIZE")    plt.ylabel("LABEL")    #设置柱子上的文本,x是纵轴,y是横轴,第三个参数是文本内容    for x,y in enumerate(data_label_count_list):        plt.text(y+1,x-0.4,"%s"%y)    plt.show()data_label_count()data_eda()

       

[400 255 235 212]

       

               

四、 通过数据增强,处理不平衡的数据

通过上面的处理可以看到,这个数据集并不平衡,每个标签下的数据量有很大差异接下来,通过数据增强的手段,来把每个标签下的数据量拉齐使用的增强手段并不复杂,通过旋转、模糊、增加噪点来对数据进行扩充

通过增强处理生成的图片样例

【AI达人创造营第二期】通过数据增强来处理数据不平衡问题的示例 - 创想鸟        

4.1 先定义一些图片处理函数

In [5]

#---图片统计计数函数#img_count = 0    #图片计数def func_counter(counter,step,func_check_point=None):    #计数函数,计数变量,步长,检查函数    counter += step    if func_check_point != None:func_check_point(counter)    return counterdef check_point(num):    #计数检查函数    if num % 500 == 0:    #每500打印一次        print(f"check point:{num}")#变成正方形图片def to_cube_img(img):    img_h = img.shape[0]    #高度    img_w = img.shape[1]    #宽度    if img_h == img_w:         pass    elif img_h > img_w:    #高大于宽,补充宽度,水平拼接        patch_w = img_h - img_w    #计算要补充的宽度        w_left = patch_w // 2    #左侧要补充的宽度        w_right = patch_w - w_left    #右侧要补充的宽度        bk_left = np.zeros((img_h,w_left,3),np.uint8)    #左侧黑边        bk_right = np.zeros((img_h,w_right,3),np.uint8)    #右侧黑边        img = np.hstack((bk_left,img,bk_right))    #水平拼接    elif img_h  5:h_pad = random.randint(5,h_pad)    #随机生成一个高度        if w_pad > 5:w_pad = random.randint(5,w_pad)    #随机生成宽度        h_pad_begin = random.randint(0,h-h_pad-1)    #随机生成补丁左上角h坐标值        w_pad_begin = random.randint(0,w-w_pad-1)    #随机生成补丁左上角w坐标值        img[h_pad_begin:h_pad_begin+h_pad,w_pad_begin:w_pad_begin+w_pad] = np.random.randint(0,255,3)   #打补丁    img = cv2.cvtColor(np.asarray(img),cv2.COLOR_RGB2BGR)    return imgdef make_fake_image(img_path,    #原图片路径                    fake_image_path,    #新图片路径                    hf=True,    #水平翻转                    vf=False,    #垂直翻转                    pads=0,    #打补丁的次数                    rot=False,    #旋转                    gs=False    #高斯滤波                    ):    """    生成一个新图片,并保存    传入原图片路径(含文件名)、新图片路径(含文件名)    """    img = cv2.imread(img_path)    #读取原始图片    img = to_cube_img(img)    #转成正方形    img = Image.fromarray(cv2.cvtColor(img,cv2.COLOR_BGR2RGB))    #转pil格式图片    if hf:        img = F.hflip(img)    #水平翻转    if vf:        img = F.vflip(img)    #垂直翻转    if pads>0:        img = img_pad(img,pads=pads)    #打补丁    if rot:        transform = RandomRotation((10,90))    #旋转10~90度        img = transform(img)    #随机旋转    if gs:        img = cv2.GaussianBlur(img,(5,5),0,0)    img = cv2.cvtColor(np.asarray(img),cv2.COLOR_RGB2BGR)    cv2.imwrite(fake_image_path,img)    #保存生成的图片    return img

   

4.2 分割出训练集和验证集

In [6]

#---分割训练集和验证集train_list = None   #训练集列表eval_list = None   #验证集列表def split_train_eval():     global train_list    global eval_list    random.shuffle(data_list)    #对所有数据文件列表进行乱序处理    all_size = len(data_list)    #所有文件总数    train_size = int(all_size * 0.8)    #训练集大小    train_list = data_list[:train_size]    #分割训练集    eval_list = data_list[train_size:]    #分割验证集    print(f"length of train_list:{len(train_list)}")    print(f"length of eval_list:{len(eval_list)}")    print(train_list[1])split_train_eval()

       

length of train_list:881length of eval_list:221['data/train_images/train_0595.jpg', 3]

       

4.3 整理训练集数据,对齐各个标签的数据量

In [7]

#---统计各个标签对应的图片数量train_label_count_list = None    #训练集每个标签对应的图片数量统计train_list_by_label = []    #分离各个标签对应的图片列表def train_label_count():    global train_label_count_list    global train_list_by_label    train_label_count_list = np.zeros(len(label_list),dtype=np.int32)    #创建训练集的标签统计数组    train_list_by_label = []    #分离各个标签对应的图片列表    for i in range(0,len(train_label_count_list)):    #初始化一个空列表,准备填充数据        train_list_by_label.append([])    for tline in train_list:    #遍历原始训练集列表        train_label_count_list[tline[1]] += 1    #统计各个标签对应的图片数量        train_list_by_label[tline[1]].append(tline)    #把数据信息添加到对应列表    print(f"size of eache label:{train_label_count_list}")#---整理训练集数据,对齐各个标签的图片数量fd_fake_train_images = "fake_train_images/"    #扩增的训练图片文件夹路径new_train_list = []    #新的训练集列表def label_img_align(align=True):    global new_train_list        new_train_list_by_label = []    #新的训练集图片列表,其中每一个子列表就是一个标签下的图片    num_target = train_label_count_list[np.argmax(train_label_count_list)]    #取图片数量最大值    if(os.path.exists(fd_fake_train_images[:-1])):shutil.rmtree(fd_fake_train_images[:-1])    #删除上次生成的文件    os.mkdir(fd_fake_train_images[:-1])    #创建目录    if align == False:        new_train_list = train_list        return    for imglist in train_list_by_label:    #通过对原始图片进行变形以生成新图片,使每个标签下的图片数量一致        img_num = num_target-len(imglist)    #要创建的图片数量        img_tmp_list = []    #用于保存每个标签对应的图片集        img_tmp_list.extend(imglist)    #把原始图片加入列表        while img_num > 0:           for tline in imglist:                img_path = tline[0]    #原始图片路径                img_label = tline[1]    #图片标签                file_name = img_path.split("/")[-1]    #取出文件名                fake_file_name = str(img_label)+"_"+str(img_num)+"_"+file_name    #新的文件名                fake_img_path = fd_fake_train_images+fake_file_name    #生成的图片路径                make_fake_image(img_path,fake_img_path,hf=True,vf=False,pads=3,rot=False,gs=False)    #生成新图片                img_tmp_list.append([fake_img_path,tline[1]])    #将生成的图片和标签添加到列表                img_num -= 1    #计数器减小1                if img_num == 0:break        new_train_list_by_label.append(img_tmp_list)    for imglist in new_train_list_by_label:        new_train_list.extend(imglist)    #组织新的训练集列表    random.shuffle(new_train_list)  #乱序    #print(new_train_list)    print(f"length of new_train_list:{len(new_train_list)}")    i = 0    for lst in new_train_list_by_label:        print(f"size of label [{i}]:{len(lst)} ")        i += 1train_label_count()label_img_align(True)

       

size of eache label:[328 202 184 167]length of new_train_list:1312size of label [0]:328 size of label [1]:328 size of label [2]:328 size of label [3]:328

       

4.4 保存训练集和验证集

In [8]

#---txt文件路径train_list_txt = "train_list.txt"    #原始训练集all_train_set_txt = "all_train_set.txt"    #最终版本的训练集文件路径train_set_txt = "train_set.txt"    #训练集txt文件路径,原始分割的训练集validation_set_txt = "validation_set.txt"    #验证集txt文件路径test_set_txt = "test_set.txt"    #测试集txt文件路径#---保存训练集和验证集def write_list_to_file(img_list,file_path,patch=""):    if os.path.exists(file_path):os.remove(file_path)    #删除已有的文件    count = 0     with open(file_path, 'a')as f:        for tline in img_list:            f.write(patch+tline[0]+"#"+str(tline[1])+"n")            count += 1    print(f"{count} lines in file {file_path}")    print(f"file {file_path} has been created")def save_train_eval_txt():    write_list_to_file(train_list,train_list_txt)    #保存原始训练集    write_list_to_file(new_train_list,train_set_txt)    #写入训练集记录文件    write_list_to_file(eval_list,validation_set_txt)    #写入验证集记录文件    if(os.path.exists(all_train_set_txt)):os.remove(all_train_set_txt)    #清理文件,为后面操作做准备save_train_eval_txt()

       

881 lines in file train_list.txtfile train_list.txt has been created1312 lines in file train_set.txtfile train_set.txt has been created221 lines in file validation_set.txtfile validation_set.txt has been created

       

4.5 倍增训练集(可选)

如果觉得数据量不够,还可以利用数据增强手段扩增数据集

4.6 计算均值和标准差

In [9]

#---准备计算各通道的均值与标准差img_h, img_w = 224, 224   #根据自己数据集适当调整,影响不大means, stdevs = [], []   #各通道均值和标准差means_stdevs_txt = "means_stdevs.txt"    #均值和标准差保存文件#---打印各通道均值和标准差def print_means_stdevs():    print("normMean = {}".format(means))    print("normStd = {}".format(stdevs))#---从set记录文件读入图片信息,然后对bgr各通道求和,返回计算结果和像素计数def bgr_sum(set_txt):    bgr_sum = np.zeros(3)    #各通道求和    pixels_count = 0    #像素点总数    img_count = 0    #计数    with open(set_txt) as f:        for tline in f:            info = tline.split("#")    #分离数据            img_path = info[0]    #取出图片地址            img = cv2.imread(img_path)    #读取地址            #print(img.shape)            img = cv2.resize(img,(img_h,img_w))    #缩放            pixels_count += img.shape[0]*img.shape[1]    #累计像素总数            bgr = img.transpose(2,0,1)    #转成bgr三通道矩阵            #print(bgr.shape)            bgr_sum += np.sum(bgr/255,axis=(1,2))    #各通道归一化,然后求和            img_count = func_counter(img_count,1,check_point)    #图片计数            #print(bgr_sum.shape)            #print(bgr_sum)            #break    print(f"image count:{img_count}")    return (bgr_sum,pixels_count)#---从set记录文件读入图片信息,然后根据传入的均值,各像素减均值,再求平方和,返回计算结果和像素计数def bgr_sum_sq(set_txt,means):    bgr_sum = np.zeros(3)    #各通道求和    pixels_count = 0    #像素点总数    img_count = 0    #计数    with open(set_txt) as f:        for tline in f:            info = tline.split("#")    #分离数据            img_path = info[0]    #取出图片地址            img = cv2.imread(img_path)    #读取地址            #print(img.shape)            img = cv2.resize(img,(img_h,img_w))    #缩放            pixels_count += img.shape[0]*img.shape[1]    #累计像素总数            bgr = img.transpose(2,0,1)    #转成bgr三通道矩阵            bgr = bgr.reshape(3,-1)    #转成二维            bgr = bgr/255    #归一化            for i in range(bgr.shape[0]):                bgr[i] -= means[i]    #各个通道像素减均值            bgr = bgr**2    #平方            bgr_sum += np.sum(bgr,axis=1)    #平方和            img_count = func_counter(img_count,1,check_point)    #图片计数            #print(bgr.shape)            #print(bgr)            #break    print(f"image count:{img_count}")    return (bgr_sum,pixels_count)#---计算各通道均值和标准差def calc_means_stdevs():    global means, stdevs    if(os.path.exists(means_stdevs_txt)):os.remove(means_stdevs_txt) #删除已有的文件    set_txt_files = []    #数据集txt文件列表    #set_txt_files.append(all_train_set_txt)    set_txt_files.append(train_set_txt)    set_txt_files.append(validation_set_txt)    #计算均值    sum = 0    count = 0    for set_txt in set_txt_files:        sum1,count1 = bgr_sum(set_txt)        sum += sum1        count += count1    means = sum / count    #均值    #计算标准差    sum = 0    count = 0    for set_txt in set_txt_files:        sum1,count1 = bgr_sum_sq(set_txt,means)        sum += sum1        count += count1    stdevs = sum / count    #方差    stdevs = np.sqrt(stdevs)    #标准差    #BGR --> RGB,CV读取的需要转换,PIL读取的不用转换    means = means[::-1]    stdevs = stdevs[::-1]    with open(means_stdevs_txt, 'a')as f:        tline = "means="+str(means.tolist())+"n"        f.write(tline)        tline = "stdevs="+str(stdevs.tolist())        f.write(tline)    print_means_stdevs()#---从文件读取均值和标准差def load_means_stdevs():    global means,stdevs    with open(means_stdevs_txt) as f:    #读取集数据        for tline in f:            info =tline.strip().split("=")            data = info[1][1:-1].split(",")            for i in range(0,3):                data[i] = float(data[i].strip())            if info[0] == "means":                means = data            else:                stdevs = data    print_means_stdevs()calc_means_stdevs()

       

check point:500check point:1000image count:1312image count:221check point:500check point:1000image count:1312image count:221normMean = [0.30920847 0.25227575 0.12478764]normStd = [0.33604946 0.2951188  0.14170679]

       

五、 数据集类定义

In [10]

#---自定义数据读取器class ImageSetReader(Dataset):    def __init__(self,                means,    #均值                stdevs,    #标准差                mode='train_set'):        """        初始化函数        """        self.mode = mode        self.data = []        with open(mode+".txt") as f:            for line in f.readlines():                info = line.strip().split('#')                if len(info) > 0:                    self.data.append([info[0].strip(), info[1].strip()])        self.data_transforms = ImageSetReader.image_transforms(means,stdevs)        print(f"size of {mode}:{len(self.data)}")                          def __getitem__(self, index):        """        读取图片,对图片进行归一化处理,返回图片和 标签        """        image_file, label = self.data[index]  # 获取数据        #img = ImageSetReader.load_image(image_file)    # 读取图片        img = Image.open(image_file).convert('RGB')                #return img, np.array(label, dtype='int64')        return self.data_transforms(img), np.array(label, dtype='int64')    @staticmethod    def image_transforms(means,stdevs):        data_transforms = transforms.Compose([                                transforms.Resize(size=(img_h,img_w)),                                transforms.Transpose(),                                #transforms.Normalize(      #像素值归一化                                #mean=[0, 0, 0],    #均值                                #std=[255, 255, 255]),    #标准差                                #transforms.ToTensor(), # transpose操作 + (img / 255),并且数据结构变为PaddleTensor                                transforms.Normalize(      #减均值 除标准差                                mean=means,                                std=stdevs)                                #计算过程:output[channel] = (input[channel] - mean[channel]) / std[channel]                                ])        return data_transforms    @staticmethod    def load_image(image_file,means,stdevs):        """        读取图片,对图片进行归一化处理,返回图片        """        img = Image.open(image_file)    #打开图片文件        return ImageSetReader.image_transforms(means,stdevs)(img)    @classmethod    def load_image_4d(cls,image_file,means,stdevs):        """        读取图片,对图片进行归一化处理,扩展维度,返回图片        """        img = cls.load_image(image_file,means,stdevs)    #读取图片        img = np.expand_dims(img, axis=0)    #扩展一个维度        return img    def __len__(self):        """        获取样本总数        """        return len(self.data)

   

六、模型组网

作为示例,这里面使用框架提供的算子组建了一个很简单的网络。

6.1 定义网络模型

In [11]

#---构造模型class MyNet(paddle.nn.Layer):    def __init__(self, num_classes=4, model_name="model_mk0"):    #输出的分类数,模型名称        super(MyNet, self).__init__()        self.model_name = model_name        self.conv1 = paddle.nn.Conv2D(in_channels=3, out_channels=224, kernel_size=(3, 3), stride=1, padding = 1)        #self.pool1 = paddle.nn.MaxPool2D(kernel_size=2, stride=2)        self.relu1=paddle.nn.ReLU()                self.conv2 = paddle.nn.Conv2D(in_channels=224, out_channels=224, kernel_size=(3,3),  stride=2, padding = 0)        #self.pool2 = paddle.nn.MaxPool2D(kernel_size=2, stride=2)        self.relu2=paddle.nn.ReLU()                #self.conv3 = paddle.nn.Conv2D(in_channels=224, out_channels=224, kernel_size=(3,3), stride=2, padding = 0)        #self.relu3=paddle.nn.ReLU()                #self.conv4 = paddle.nn.Conv2D(in_channels=224, out_channels=224, kernel_size=(3,3), stride=2, padding = 1)        #self.pool4 = paddle.nn.MaxPool2D(kernel_size=2, stride=2)        #self.relu4=paddle.nn.ReLU()        self.flatten = paddle.nn.Flatten()                self.linear1 = paddle.nn.Linear(in_features=2759904, out_features=224)        #self.linear1 = paddle.nn.Linear(in_features=175616, out_features=224)        self.relu5=paddle.nn.ReLU()        self.linear2 = paddle.nn.Linear(in_features=224, out_features=num_classes)    def forward(self, x):        x = self.conv1(x)        #x = self.pool1(x)        x = self.relu1(x)                x = self.conv2(x)        x = self.relu2(x)                #x = self.conv3(x)        #x = self.relu3(x)                #x = self.conv4(x)        #x = self.pool4(x)        #x = self.relu4(x)        x = self.flatten(x)                x = self.linear1(x)        x = self.relu5(x)        x = self.linear2(x)        return x

   

6.2 封装模型

In [12]

#---封装模型model = None    #封装好的模型def build_model(my_net,model_name):    input = InputSpec([1, 3, 224, 224], 'float32', 'x')    #label = InputSpec([None, 1], 'int64', 'label')    model = paddle.Model(my_net(num_classes=len(label_dic),model_name=model_name),input)    print(f"model name:{model.network.model_name}")    model.summary((1, 3, 224, 224))    return modelmodel = build_model(MyNet,"lemon4_mk1")

       

W0218 10:33:59.574426  1503 device_context.cc:404] Please NOTE: device: 0, GPU Compute Capability: 7.0, Driver API Version: 10.1, Runtime API Version: 10.1W0218 10:33:59.579174  1503 device_context.cc:422] device: 0, cuDNN Version: 7.6.

       

model name:lemon4_mk1--------------------------------------------------------------------------- Layer (type)       Input Shape          Output Shape         Param #    ===========================================================================   Conv2D-1      [[1, 3, 224, 224]]   [1, 224, 224, 224]       6,272         ReLU-1      [[1, 224, 224, 224]]  [1, 224, 224, 224]         0          Conv2D-2     [[1, 224, 224, 224]]  [1, 224, 111, 111]      451,808        ReLU-2      [[1, 224, 111, 111]]  [1, 224, 111, 111]         0          Flatten-1    [[1, 224, 111, 111]]     [1, 2759904]            0          Linear-1        [[1, 2759904]]          [1, 224]         618,218,720      ReLU-3           [[1, 224]]            [1, 224]              0          Linear-2          [[1, 224]]             [1, 4]              900      ===========================================================================Total params: 618,677,700Trainable params: 618,677,700Non-trainable params: 0---------------------------------------------------------------------------Input size (MB): 0.57Forward/backward pass size (MB): 234.67Params size (MB): 2360.07Estimated Total Size (MB): 2595.31---------------------------------------------------------------------------

       

6.3 作为对比,封装第二个模型

In [13]

model1 = build_model(MyNet,"lemon4_mk2")

       

model name:lemon4_mk2--------------------------------------------------------------------------- Layer (type)       Input Shape          Output Shape         Param #    ===========================================================================   Conv2D-3      [[1, 3, 224, 224]]   [1, 224, 224, 224]       6,272         ReLU-4      [[1, 224, 224, 224]]  [1, 224, 224, 224]         0          Conv2D-4     [[1, 224, 224, 224]]  [1, 224, 111, 111]      451,808        ReLU-5      [[1, 224, 111, 111]]  [1, 224, 111, 111]         0          Flatten-3    [[1, 224, 111, 111]]     [1, 2759904]            0          Linear-3        [[1, 2759904]]          [1, 224]         618,218,720      ReLU-6           [[1, 224]]            [1, 224]              0          Linear-4          [[1, 224]]             [1, 4]              900      ===========================================================================Total params: 618,677,700Trainable params: 618,677,700Non-trainable params: 0---------------------------------------------------------------------------Input size (MB): 0.57Forward/backward pass size (MB): 234.67Params size (MB): 2360.07Estimated Total Size (MB): 2595.31---------------------------------------------------------------------------

       

七、模型训练

作为对比,可将此处的 train_set.txt 换成 未经处理的原始训练集 train_list.txt,然后重新训练一次

7.1 加载数据

In [18]

#---生成数据加载器def make_data_set_reader(mode='all_train_set'):    return ImageSetReader(means,stdevs,mode=mode)#---准备数据集读取器train_dataset = None    #训练集数据加载器eval_dataset = None    #评估集数据加载器train_list_dataset = None    #未经处理的原始训练集#---生成数据集加载器def prepare_dataset_all():    global train_dataset    #训练集数据加载器    global eval_dataset    #评估集数据加载器    global train_list_dataset    #    #train_dataset = make_data_set_reader(all_train_set_txt.split(".")[0])    train_dataset = make_data_set_reader(train_set_txt.split(".")[0])    eval_dataset = make_data_set_reader(validation_set_txt.split(".")[0])    train_list_dataset = make_data_set_reader(train_list_txt.split(".")[0])    print(f'size of train_dataset:{train_dataset.__len__()}')    print(f'size of eval_dataset:{eval_dataset.__len__()}')    # 查看图片数据、大小及标签    print("sample of eval_dataset:")    for data, label in eval_dataset:        print(f"data label:{label}")        print(f"data shape:{np.array(data).shape}")        print(f"data content:n{data}")        breakprepare_dataset_all()

       

size of train_set:1312size of validation_set:221size of train_list:881size of train_dataset:1312size of eval_dataset:221sample of eval_dataset:data label:2data shape:(3, 224, 224)data content:[[[144.89174  147.8675   141.91599  ...  61.570675  58.59492   61.570675]  [147.8675   150.84325  147.8675   ...  67.52218   64.546425  67.52218 ]  [150.84325  153.819    150.84325  ...  64.546425  61.570675  64.546425]  ...  [ 46.69191   49.667664  79.425186 ... 180.60077  109.18271   94.30395 ]  [ 61.570675  76.44943   79.425186 ... 171.67351   76.44943   79.425186]  [ 88.35245   91.32819  121.085724 ...  76.44943   64.546425  91.32819 ]] [[ 49.97216   53.360626  46.583694 ...  29.641365  26.2529    29.641365]  [ 53.360626  56.749092  53.360626 ...  36.418297  33.02983   36.418297]  [ 56.749092  60.137558  56.749092 ...  33.02983   29.641365  33.02983 ]  ...  [ 49.97216   53.360626  87.245285 ... 209.23004  131.29533  114.353004]  [ 66.91449   83.85682   87.245285 ... 202.45311   97.41068  104.187614]  [ 97.41068  100.79915  134.6838   ... 100.79915   87.245285 117.74147 ]] [[ 97.91494  104.97176   90.858116 ...  62.63082   55.57399   62.63082 ]  [104.97176  112.028595 104.97176  ...  76.74447   69.687645  76.74447 ]  [112.028595 119.08541  112.028595 ...  69.687645  62.63082   69.687645]  ...  [161.42636  154.36954  217.88095  ... 514.2676   323.73334  267.27875 ]  [196.71048  217.88095  224.93777  ... 507.2108   260.22192  246.10826 ]  [253.16508  253.16508  323.73334  ... 295.50604  246.10826  281.3924  ]]]

       

7.2 定义训练函数

In [15]

fd_visualdl_log = "fd_visualdl_log"def model_train(model,    #要训练的模型                train_set,    #训练集                val_set,    #验证集                epochs=1,    #训练轮次                batch_size=6,    #批次大小                lr=3e-4,    #学习率                ):    #定义优化器    optim = paddle.optimizer.Adam(learning_rate=lr, parameters=model.parameters())    #配置优化器、损失函数、评估指标    model.prepare(optim,               paddle.nn.CrossEntropyLoss(),               paddle.metric.Accuracy())        if os.path.exists(fd_visualdl_log):shutil.rmtree(fd_visualdl_log)    #visualdl_log文件夹     visualdl = paddle.callbacks.VisualDL(log_dir=fd_visualdl_log)   #训练可视化VisualDL工具的回调函数    #启动模型全流程训练    model.fit(train_set,    # 训练数据集            val_set,    # 评估数据集            epochs=epochs,    # 训练的总轮次,30,50是比较理想的设置            batch_size=batch_size,    # 训练使用的批大小,使用变动学习率时,batch_size最好小一些,6,8            verbose=1,    # 日志展示形式            callbacks=[visualdl])    # 设置可视化

   

7.3 训练模型

In [16]

model_train(model,        train_dataset,        eval_dataset,        epochs=5,    #训练轮次        batch_size=16,    #批次大小        lr=5e-5    #学习率        )

       

The loss value printed in the log is the current step, and the metric is the average value of previous steps.Epoch 1/5

       

/opt/conda/envs/python35-paddle120-env/lib/python3.7/site-packages/paddle/fluid/layers/utils.py:77: DeprecationWarning: Using or importing the ABCs from 'collections' instead of from 'collections.abc' is deprecated, and in 3.8 it will stop working  return (isinstance(seq, collections.Sequence) and

       

step 82/82 [==============================] - loss: 78.4950 - acc: 0.7035 - 158ms/step           Eval begin...step 14/14 [==============================] - loss: 787.1945 - acc: 0.7692 - 138ms/step          Eval samples: 221Epoch 2/5step 82/82 [==============================] - loss: 128.5948 - acc: 0.8963 - 143ms/step         Eval begin...step 14/14 [==============================] - loss: 581.2987 - acc: 0.8643 - 139ms/step          Eval samples: 221Epoch 3/5step 82/82 [==============================] - loss: 0.0000e+00 - acc: 0.9505 - 143ms/step          Eval begin...step 14/14 [==============================] - loss: 36.7712 - acc: 0.9819 - 146ms/step             Eval samples: 221Epoch 4/5step 82/82 [==============================] - loss: 0.0000e+00 - acc: 0.9672 - 145ms/step          Eval begin...step 14/14 [==============================] - loss: 56.9460 - acc: 0.9819 - 139ms/step             Eval samples: 221Epoch 5/5step 82/82 [==============================] - loss: 0.0000e+00 - acc: 0.9756 - 183ms/step          Eval begin...step 14/14 [==============================] - loss: 221.2808 - acc: 0.9819 - 150ms/step            Eval samples: 221

       

7.4 作为对比,训练第二个模型

In [19]

model_train(model1,        train_list_dataset,        eval_dataset,        epochs=5,    #训练轮次        batch_size=16,    #批次大小        lr=5e-5    #学习率        )

       

The loss value printed in the log is the current step, and the metric is the average value of previous steps.Epoch 1/5step 56/56 [==============================] - loss: 0.0000e+00 - acc: 0.6686 - 163ms/step         Eval begin...step 14/14 [==============================] - loss: 1402.3003 - acc: 0.7919 - 147ms/step         Eval samples: 221Epoch 2/5step 56/56 [==============================] - loss: 0.0000e+00 - acc: 0.9103 - 152ms/step       Eval begin...step 14/14 [==============================] - loss: 102.5101 - acc: 0.9321 - 139ms/step            Eval samples: 221Epoch 3/5step 56/56 [==============================] - loss: 0.0000e+00 - acc: 0.9784 - 140ms/step        Eval begin...step 14/14 [==============================] - loss: 1.9988 - acc: 0.9864 - 158ms/step              Eval samples: 221Epoch 4/5step 56/56 [==============================] - loss: 0.0000e+00 - acc: 0.9886 - 165ms/step          Eval begin...step 14/14 [==============================] - loss: 115.3342 - acc: 0.9683 - 176ms/step            Eval samples: 221Epoch 5/5step 56/56 [==============================] - loss: 0.0000e+00 - acc: 0.9864 - 140ms/step          Eval begin...step 14/14 [==============================] - loss: 27.4810 - acc: 0.9729 - 140ms/step             Eval samples: 221

       

八、 评估模型

这里可以明显看出,使用处理过的数据集可以有效提升训练效果

In [22]

#---模型评估def model_eval(model,eval_dataset):    print(f"model {model.network.model_name}:")    result = model.evaluate(eval_dataset, verbose=1)    print(result)model_eval(model,eval_dataset)model_eval(model1,eval_dataset)

       

model lemon4_mk1:Eval begin...step 221/221 [==============================] - loss: 0.0000e+00 - acc: 0.9819 - 10ms/step          Eval samples: 221{'loss': [0.0], 'acc': 0.9819004524886877}model lemon4_mk2:Eval begin...step 221/221 [==============================] - loss: 0.0000e+00 - acc: 0.9729 - 9ms/step          Eval samples: 221{'loss': [0.0], 'acc': 0.9728506787330317}

       

九、保存模型

In [23]

#---保存模型参数fd_model_save = "model_save/"    #模型保存目录def model_save(model):    if os.path.exists(fd_model_save[:-1]):shutil.rmtree(fd_model_save[:-1])    #保存模型的文件夹    print(f"saving model {model.network.model_name} for training...")    model.save(fd_model_save+model.network.model_name)  # save for training    print(f"saving model {model.network.model_name} for inference...")    model.save(fd_model_save+model.network.model_name, False)  # save for inference    print(f"model {model.network.model_name} has been saved")model_save(model)#model_save(model1)

       

saving model lemon4_mk1 for training...saving model lemon4_mk1 for inference...model lemon4_mk1 has been saved

       

十、模型预测

10.1 定义预测函数

In [25]

#---模型预测函数,传入图片路径def model_predict(my_net,model_name,img_path):    #paddle.set_device('gpu:1')    #paddle.set_device('cpu')    #定制化模型(无需label)    input_define = paddle.static.InputSpec(shape=[1,3,224,224], dtype="float32", name="img")    model = paddle.Model(my_net(num_classes=len(label_dic),model_name=model_name),input_define)    #加载模型参数    model.load(fd_model_save+model.network.model_name)    model.prepare()    img = ImageSetReader.load_image_4d(img_path,means,stdevs)    #加载图片,并扩展维度    result = model.predict(test_data=[img])    #print(result)    #idx = np.argmax(result)    #print(f"result:[{label_list[idx]}]")    return result

   

10.2 模型预测测试

In [26]

# ---模型预测测试def predict_test():    #从验证集中随机抽取一张图片    idx = random.randint(0,eval_dataset.__len__())    img_label = eval_dataset.data[idx][1]    img_path = eval_dataset.data[idx][0]    #图片文件路径    print(f"image file:{img_path}")    #图片路径    print(f"image label_index:{img_label}")    #标签索引    print(f"image label:{label_list[int(img_label)]}")    #图片标签    #显示图片    plt.figure(figsize=(8,8),dpi=72)  # 修改显示的图像大小    plt.axis('off')    plt.imshow(Image.open(img_path))    #用模型预测选取的图片,并打印输出预测结果    result = model_predict(MyNet,"lemon4_mk1",img_path)    print(result)    idx = np.argmax(result)    print(f"result:[{label_list[idx]}]")predict_test()

       

image file:data/train_images/train_0001.jpgimage label_index:0image label:0:優良Predict begin...step 1/1 [==============================] - 7ms/stepPredict samples: 1[(array([[ -2416.206, -10394.781, -10640.406,  -5842.354]], dtype=float32),)]result:[0:優良]

       

               

十一、清理文件

In [28]

#---清理生成的所有文件def clean_all_files():    if os.path.exists(fd_fake_train_images[:-1]):shutil.rmtree(fd_fake_train_images[:-1])    #fake_train_images文件夹    if os.path.exists(fd_model_save[:-1]):shutil.rmtree(fd_model_save[:-1])    #保存模型的文件夹    if os.path.exists(fd_visualdl_log):shutil.rmtree(fd_visualdl_log)    #visualdl_log文件夹     if os.path.exists(train_list_txt):os.remove(train_list_txt)    #未经处理的训练集    if os.path.exists(all_train_set_txt):os.remove(all_train_set_txt)    #最终的训练集    if os.path.exists(train_set_txt):os.remove(train_set_txt)    #最初划分的训练集    if os.path.exists(validation_set_txt):os.remove(validation_set_txt)    #验证集    if os.path.exists(means_stdevs_txt):os.remove(means_stdevs_txt)    #均值和标准差    #tmp_file = "tmp_"+all_train_set_txt    #扩增数据集时使用的临时文件    #if os.path.exists(tmp_file):os.remove(tmp_file)clean_all_files()

   

十二、 总结

如评估结果所示,使用增强处理手段,把标签数量拉齐,和不经过处理直接训练,训练的结果是不同的。【AI达人创造营第二期】通过数据增强来处理数据不平衡问题的示例 - 创想鸟                即便是很简单的图片处理手段,通过合成新的数据,拉齐标签数量,也有利于提升训练效果

以上就是【AI达人创造营第二期】通过数据增强来处理数据不平衡问题的示例的详细内容,更多请关注创想鸟其它相关文章!

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。
如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 chuangxiangniao@163.com 举报,一经查实,本站将立刻删除。
发布者:程序猿,转转请注明出处:https://www.chuangxiangniao.com/p/47083.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2025年11月7日 21:54:11
华为P40升级鸿蒙2.0指南
下一篇 2025年11月7日 21:56:55

相关推荐

  • composer require-dev和require有什么不同_Composer Require与Require-Dev区别解析

    require用于声明项目运行必需的依赖,如框架、数据库组件和第三方SDK,这些包会随项目部署到生产环境;2. require-dev用于声明仅在开发和测试阶段需要的工具,如PHPUnit、PHPStan、Faker等,不会默认部署到生产环境;3. 安装时composer install根据环境决定…

    2026年5月10日
    1000
  • Matplotlib 地图中多类型图例的创建与优化

    Matplotlib 地图中多类型图例的创建与优化Matplotlib 地图中多类型图例的创建与优化Matplotlib 地图中多类型图例的创建与优化Matplotlib 地图中多类型图例的创建与优化

    本教程旨在解决matplotlib地图可视化中,如何在一个图例中同时展示颜色块(如区域分类)和自定义标记(如特定兴趣点)的问题。文章详细介绍了当传统`patch`对象无法正确显示标记时,如何利用`matplotlib.lines.line2d`创建标记图例句柄,并将其与颜色块图例句柄合并,从而生成一…

    2026年5月10日 用户投稿
    100
  • Golang JSON序列化:控制敏感字段暴露的最佳实践

    本教程探讨golang中如何高效控制结构体字段在json序列化时的可见性。当需要将包含敏感信息的结构体数组转换为json响应时,通过利用`encoding/json`包提供的结构体标签,特别是`json:”-“`,可以轻松实现对特定字段的忽略,从而避免敏感数据泄露,确保api…

    2026年5月10日
    000
  • 利用海象运算符简化条件赋值:Python教程与最佳实践

    本文旨在探讨Python中海象运算符(:=)在条件赋值场景下的应用。通过对比传统if/else语句与海象运算符,以及条件表达式,分析海象运算符在简化代码、提高可读性方面的优势与局限性。并通过具体示例,展示如何在列表推导式等场景下合理使用海象运算符,同时强调其潜在的复杂性及替代方案,帮助开发者更好地掌…

    2026年5月10日
    100
  • Debian syslog性能优化技巧有哪些

    提升Debian系统syslog (通常基于rsyslog)性能,关键在于精简配置和高效处理日志。以下策略能有效优化日志管理,提升系统整体性能: 精简配置,高效加载: 在rsyslog配置文件中,仅加载必要的输入、输出和解析模块。 使用全局指令设置日志级别和格式,避免不必要的处理。 自定义模板: 创…

    2026年5月10日
    000
  • 比特币新手教程 比特币交易平台有哪些

    比特币是一种去中心化的数字货币,基于区块链技术实现点对点交易,具有匿名性、有限发行和不可篡改等特点;新手可通过交易所购买,P2P交易获得比特币,常用平台包括Binance、OKX和Huobi;交易流程包括注册账户、实名认证、绑定支付方式、充值法币并下单购买,可选择市价单或限价单;比特币存储方式有交易…

    2026年5月10日
    000
  • c++中的SFINAE技术是什么_c++模板编程中的SFINAE原理与应用

    SFINAE 是“替换失败不是错误”的原则,指模板实例化时若参数替换导致错误,只要存在其他合法候选,编译器不报错而是继续重载决议。它用于条件启用模板、类型检测等场景,如通过 decltype 或 enable_if 控制函数重载,实现类型特征判断。尽管 C++20 引入 Concepts 简化了部分…

    2026年5月10日
    000
  • Go语言mgo查询构建:深入理解bson.M与日期范围查询的正确实践

    本文旨在解决go语言mgo库中构建复杂查询时,特别是涉及嵌套`bson.m`和日期范围筛选的常见错误。我们将深入剖析`bson.m`的类型特性,解释为何直接索引`interface{}`会导致“invalid operation”错误,并提供一种推荐的、结构清晰的代码重构方案,以确保查询条件能够正确…

    2026年5月10日
    100
  • RichHandler与Rich Progress集成:解决显示冲突的教程

    在使用rich库的`richhandler`进行日志输出并同时使用`progress`组件时,可能会遇到显示错乱或溢出问题。这通常是由于为`richhandler`和`progress`分别创建了独立的`console`实例导致的。解决方案是确保日志处理器和进度条组件共享同一个`console`实例…

    2026年5月10日
    000
  • Golang goroutine与channel调试技巧

    使用go run -race检测数据竞争,结合runtime.NumGoroutine监控协程数量,通过pprof分析阻塞调用栈,利用select超时避免永久阻塞,有效排查goroutine泄漏、死锁和数据竞争问题。 Go语言的goroutine和channel是并发编程的核心,但它们也带来了调试上…

    2026年5月10日
    000
  • 使用 Jupyter Notebook 进行探索性数据分析

    Jupyter Notebook通过单元格实现代码与Markdown结合,支持数据导入(pandas)、清洗(fillna)、探索(matplotlib/seaborn可视化)、统计分析(describe/corr)和特征工程,便于记录与分享分析过程。 Jupyter Notebook 是进行探索性…

    2026年5月10日
    000
  • 《魔兽世界》将于6月11日开启国服回归技术测试

    《魔兽世界》将于6月11日开启国服回归技术测试《魔兽世界》将于6月11日开启国服回归技术测试《魔兽世界》将于6月11日开启国服回归技术测试《魔兽世界》将于6月11日开启国服回归技术测试

    《%ign%ignore_a_1%re_a_1%》官方宣布,将于6月11日开启国服回归技术测试,时间为7天,并称可以在6月内正式开服,玩家们可以访问官网下载战网客户端并预下载“巫妖王之怒”客户端,技术测试详情见下图。 WordAi WordAI是一个AI驱动的内容重写平台 53 查看详情 以上就是《…

    2026年5月10日 用户投稿
    200
  • 如何在HTML中插入表单元素_HTML表单控件与输入类型使用指南

    HTML表单通过标签构建,包含action和method属性定义数据提交目标与方式,常用input类型如text、password、email等适配不同输入需求,配合label、required、placeholder提升可用性,结合textarea、select、button等控件实现完整交互,是…

    2026年5月10日
    000
  • 网站标题关键词更新后,搜索引擎为何仍显示旧标题?

    网站标题更新后,搜索引擎为何显示旧标题? 网站SEO优化中,站长常修改网站标题关键词,期望搜索结果显示自定义标题。然而,即使更新标签、meta keywords、meta description和结构化数据中的name属性后,搜索结果仍显示旧标题,这令人费解。本文将对此进行解释。 问题:站长修改了网…

    2026年5月10日
    100
  • 创建指定大小并填充特定数据的Golang文件教程

    本文将介绍如何使用Golang创建一个指定大小的文件,并用特定数据填充它。我们将使用 `os` 包提供的函数来创建和截断文件,从而实现快速生成大文件的目的。示例代码展示了如何创建一个10MB的文件,并将其填充为全零数据。掌握这些方法,可以方便地在例如日志系统或磁盘队列等场景中,预先创建测试文件或初始…

    2026年5月10日
    000
  • Python命令怎样使用profile分析脚本性能 Python命令性能分析的基础教程

    使用Python的cProfile模块分析脚本性能最直接的方式是通过命令行执行python -m cProfile your_script.py,它会输出每个函数的调用次数、总耗时、累积耗时等关键指标,帮助定位性能瓶颈;为进一步分析,可将结果保存为文件python -m cProfile -o ou…

    2026年5月10日
    000
  • 使用 WebCodecs VideoDecoder 实现精确逐帧回退

    本文档旨在解决在使用 WebCodecs VideoDecoder 进行视频解码时,实现精确逐帧回退的问题。通过比较帧的时间戳与目标帧的时间戳,可以避免渲染中间帧,从而提高用户体验。本文将提供详细的解决方案和示例代码,帮助开发者实现精确的视频帧控制。 在使用 WebCodecs VideoDecod…

    2026年5月10日
    000
  • 如何插入查询结果数据_SQL插入Select查询结果方法

    如何插入查询结果数据_SQL插入Select查询结果方法如何插入查询结果数据_SQL插入Select查询结果方法如何插入查询结果数据_SQL插入Select查询结果方法如何插入查询结果数据_SQL插入Select查询结果方法

    使用INSERT INTO…SELECT语句可高效插入数据,通过NOT EXISTS、LEFT JOIN、MERGE语句或唯一约束避免重复;表结构不一致时可通过别名、类型转换、默认值或计算字段处理;结合存储过程可提升可维护性,支持参数化与动态SQL。 将查询结果数据插入到另一个表中,可以…

    2026年5月10日 用户投稿
    000
  • Discord.py 交互按钮超时与持久化解决方案

    本教程旨在解决Discord.py中交互按钮在一段时间后出现“This Interaction Failed”错误的问题。我们将深入探讨视图(View)的超时机制,并提供通过正确设置timeout参数以及利用bot.add_view()方法实现按钮持久化的具体方案,确保您的机器人交互功能稳定可靠,即…

    2026年5月10日
    000
  • Debian Copilot的社区活跃度如何

    debian copilot是codeberg社区维护的ai助手,旨在为debian用户提供服务。尽管搜索结果中没有直接提供关于debian copilot社区支持活跃度的具体数据,但我们可以通过debian社区的整体活跃度和特点来推断其活跃性。 Debian社区的一般情况: Debian拥有详尽的…

    2026年5月10日
    000

发表回复

登录后才能评论
关注微信