AgileMapper 使用指南

AgileMapper 使用指南

AgileMapperA zero-configuration, highly-configurable, unopinionated object mapper with viewable execution plans. Flattens, unflattens, deep clones, merges, updates and projects queries. .NET 3.5+ and .NET Standard 1.0+.项目地址:https://gitcode.com/gh_mirrors/ag/AgileMapper

项目介绍

AgileMapper 是一个零配置且高度可配置的对象-对象映射器,它支持查看执行计划的功能。这个库旨在简化对象间的数据转换过程,具备扁平化、反扁平化、深度克隆、合并、更新以及查询投影的能力。AgileMapper 设计为不带预设意见,适配 .NET Standard 1.0 及以上版本,同时也兼容 .NET 3.5。项目托管在 GitHub 上,拥有活跃的维护和支持。

项目快速启动

要开始使用 AgileMapper,首先通过 NuGet 包管理器安装 AgileObjects.AgileMapper

dotnet add package AgileObjects.AgileMapper --version 1.8.1

或者,在 Visual Studio 的包管理器控制台中运行上述命令。

然后,在你的代码中引入必要的命名空间:

using AgileObjects.AgileMapper;

接下来,演示一个简单的映射例子,假设我们有两个类 PersonDtoPersonEntity,想要将 PersonDto 映射到 PersonEntity

public class PersonDto
{
    public string FirstName { get; set; }
    public string LastName { get; set; }
}

public class PersonEntity
{
    public string FullName { get; set; }
}

// 假设有 personDto 实例
var personDto = new PersonDto { FirstName = "John", LastName = "Doe" };

// 使用 AgileMapper 进行映射
var personEntity = personDto.As<PersonEntity>();

// 此时 personEntity.FullName 应该是 "John Doe"

应用案例和最佳实践

动态属性映射

AgileMapper 强大的之处在于其高度可配置性。比如,你可以动态地基于源对象的属性来构建映射规则,确保映射逻辑能够灵活应对不同的业务需求。

config.WhenMapping
    .From<SourceObject>()
    .To<DestinationObject>()
    .Map((src, dest) => dest.TargetProperty = src.SourceProperty);

性能优化

对于大型数据集,考虑使用批量映射功能以提高性能,避免逐个实例的处理开销。

List<SourceObject> sourceObjects = GetSourceObjects();
var destinationObjects = sourceObjects.MapTo_destinationObject();

典型生态项目

虽然 AgileMapper 自身作为独立的映射工具并不直接与其他特定生态系统集成,但其广泛应用于各种 .NET 项目中,尤其是那些涉及到复杂数据模型转换的场景。它可以与 ORMs(如 Entity Framework)结合使用,简化实体与DTO之间的转换逻辑,提高开发效率。尽管如此,具体的集成示例或最佳实践通常依赖于开发者如何在其特定的应用场景中集成和利用 AgileMapper 的能力。


此文档提供了一个快速入门 AgileMapper 的概览,实际应用中,应根据具体需求查阅官方文档获取更详尽的信息和高级特性。

AgileMapperA zero-configuration, highly-configurable, unopinionated object mapper with viewable execution plans. Flattens, unflattens, deep clones, merges, updates and projects queries. .NET 3.5+ and .NET Standard 1.0+.项目地址:https://gitcode.com/gh_mirrors/ag/AgileMapper

  • 8
    点赞
  • 18
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
基于YOLOv9实现工业布匹缺陷(破洞、污渍)检测系统python源码+详细运行教程+训练好的模型+评估 【使用教程】 一、环境配置 1、建议下载anaconda和pycharm 在anaconda中配置好环境,然后直接导入到pycharm中,在pycharm中运行项目 anaconda和pycharm安装及环境配置参考网上博客,有很多博主介绍 2、在anacodna中安装requirements.txt中的软件包 命令为:pip install -r requirements.txt 或者改成清华源后再执行以上命令,这样安装要快一些 软件包都安装成功后才算成功 3、安装好软件包后,把anaconda中对应的python导入到pycharm中即可(不难,参考网上博客) 二、环境配置好后,开始训练(也可以训练自己数据集) 1、数据集准备 需要准备yolo格式的目标检测数据集,如果不清楚yolo数据集格式,或者有其他数据训练需求,请看博主yolo格式各种数据集集合链接:https://blog.csdn.net/DeepLearning_/article/details/127276492 里面涵盖了上百种yolo数据集,且在不断更新,基本都是实际项目使用。来自于网上收集、实际场景采集制作等,自己使用labelimg标注工具标注的。数据集质量绝对有保证! 本项目所使用的数据集,见csdn该资源下载页面中的介绍栏,里面有对应的下载链接,下载后可直接使用。 2、数据准备好,开始修改配置文件 参考代码中data文件夹下的banana_ripe.yaml,可以自己新建一个不同名称的yaml文件 train:训练集的图片路径 val:验证集的图片路径 names: 0: very-ripe 类别1 1: immature 类别2 2: mid-ripe 类别3 格式按照banana_ripe.yaml照葫芦画瓢就行,不需要过多参考网上的 3、修改train_dual.py中的配置参数,开始训练模型 方式一: 修改点: a.--weights参数,填入'yolov9-s.pt',博主训练的是yolov9-s,根据自己需求可自定义 b.--cfg参数,填入 models/detect/yolov9-c.yaml c.--data参数,填入data/banana_ripe.yaml,可自定义自己的yaml路径 d.--hyp参数,填入hyp.scratch-high.yaml e.--epochs参数,填入100或者200都行,根据自己的数据集可改 f.--batch-size参数,根据自己的电脑性能(显存大小)自定义修改 g.--device参数,一张显卡的话,就填0。没显卡,使用cpu训练,就填cpu h.--close-mosaic参数,填入15 以上修改好,直接pycharm中运行train_dual.py开始训练 方式二: 命令行方式,在pycharm中的终端窗口输入如下命令,可根据自己情况修改参数 官方示例:python train_dual.py --workers 8 --device 0 --batch 16 --data data/coco.yaml --img 640 --cfg models/detect/yolov9-c.yaml --weights '' --name yolov9-c --hyp hyp.scratch-high.yaml --min-items 0 --epochs 500 --close-mosaic 15 训练完会在runs/train文件下生成对应的训练文件及模型,后续测试可以拿来用。 三、测试 1、训练完,测试 修改detect_dual.py中的参数 --weights,改成上面训练得到的best.pt对应的路径 --source,需要测试的数据图片存放的位置,代码中的test_imgs --conf-thres,置信度阈值,自定义修改 --iou-thres,iou阈值,自定义修改 其他默认即可 pycharm中运行detect_dual.py 在runs/detect文件夹下存放检测结果图片或者视频 【特别说明】 *项目内容完全原创,请勿对项目进行外传,或者进行违法等商业行为! 【备注】 1、该资源内项目代码都经过测试运行成功,功能ok的情况下才上传的,请放心下载使用!有问题请及时沟通交流。 2、适用人群:计算机相关专业(如计科、信息安全、数据科学与大数据技术、人工智能、通信、物联网、自动化、电子信息等)在校学生、专业老师或者企业员工下载使用。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

朱均添Fleming

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值