Touchstone 开源项目教程

Touchstone 开源项目教程

touchstoneSimple A/B testing for Clojure applications项目地址:https://gitcode.com/gh_mirrors/to/touchstone

1. 项目的目录结构及介绍

touchstone/
├── project.clj
├── README.md
├── src/
│   └── touchstone/
│       ├── core.clj
│       ├── config.clj
│       └── ...
├── test/
│   └── touchstone/
│       └── core_test.clj
└── resources/
    └── config.edn
  • project.clj: 项目的依赖管理文件,定义了项目的名称、版本、依赖库等信息。
  • README.md: 项目的介绍文件,通常包含项目的概述、安装方法、使用说明等。
  • src/: 项目的源代码目录,包含了项目的核心代码。
    • core.clj: 项目的主逻辑文件,通常是项目的入口文件。
    • config.clj: 项目的配置文件处理逻辑。
  • test/: 项目的测试代码目录,包含了项目的单元测试代码。
    • core_test.clj: 针对 core.clj 的单元测试文件。
  • resources/: 项目的资源文件目录,通常包含配置文件等。
    • config.edn: 项目的配置文件,定义了项目的各种配置参数。

2. 项目的启动文件介绍

项目的启动文件是 src/touchstone/core.clj。该文件包含了项目的入口函数 -main,用于启动整个应用程序。以下是 core.clj 的部分代码示例:

(ns touchstone.core
  (:gen-class))

(defn -main
  "主函数,启动应用程序"
  [& args]
  (println "Touchstone 项目已启动"))

在启动项目时,可以通过命令行运行 lein run 来执行 -main 函数,启动整个应用程序。

3. 项目的配置文件介绍

项目的配置文件位于 resources/config.edn。该文件使用 EDN (Extensible Data Notation) 格式定义了项目的各种配置参数。以下是 config.edn 的部分内容示例:

{:database {:url "jdbc:postgresql://localhost:5432/touchstone"
            :user "admin"
            :password "password"}
 :logging {:level "info"
           :file "logs/touchstone.log"}}
  • database: 定义了数据库的连接信息,包括数据库的 URL、用户名和密码。
  • logging: 定义了日志的配置,包括日志级别和日志文件的路径。

在项目中,可以通过 src/touchstone/config.clj 文件来读取和解析 config.edn 文件中的配置信息。以下是 config.clj 的部分代码示例:

(ns touchstone.config
  (:require [clojure.edn :as edn]))

(defn load-config
  "加载配置文件"
  []
  (edn/read-string (slurp "resources/config.edn")))

通过 load-config 函数,可以读取并解析 config.edn 文件中的配置信息,供项目其他部分使用。

touchstoneSimple A/B testing for Clojure applications项目地址:https://gitcode.com/gh_mirrors/to/touchstone

【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 【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

怀创宪

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