ModelTrainEval

33 Commits 1 Branch 0 Tags

3 Commits

Include renames

Author	SHA1	Message	Date
Shaun ZhouandClaude Opus 5	5d395b7c25	chore: 数据迁到 data/raw/ 后同步所有路径引用原始数据从 data/<数据集> 移到了 data/raw/<数据集>。 - 聚类配置的 dataset.root：film / pearlescent 均改为 data/raw/ 下 - 检测配置的 img_dir 与 label_dir 注释同步 - README、data/README、算法文档、流程图（含重新渲染的 PNG）与各脚本 docstring 里的路径示例一并更新 - data/README 补充目录约定：原始数据只读放 data/raw/， export_clusters.py 的派生数据集放在 data/ 下与 raw/ 平级 - 顺手把 unlabeled 数据集加进 datasets/__init__.py：此前它没在包初始化时注册， build_dataset({"name": "unlabeled"}) 只有在别处先 import 过该模块时才可用迁移后重跑全量聚类，结果与迁移前逐项一致（轮廓 0.3255、稳定性 0.9641、簇大小 [4507, 3795, 4849, 1428]）。 Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>	2026-09-07 11:19:42 +08:00
Shaun ZhouandClaude Opus 5	938d62ea53	docs: SimCLR 域内自监督的实测对比与多后端说明 - 新增 §10.5：SimCLR vs ImageNet 预训练在 14,579 张上的同设置对比。只训 1 个 epoch 的域内特征在 k=4 上即追平（轮廓 0.334 vs 0.325），在 k=2 上大幅胜出（轮廓 0.469、稳定性 0.991）——目视确认该二分正是 "有明显缺陷 / 弱纹理近空白"，可直接作为流水线的第一级过滤 - 复杂度表补 MPS 实测：特征提取 84s(CPU) -> 51s(MPS)，SimCLR 约 65s/epoch - README 增加"计算后端"小节（三后端的 AMP 默认值、显存统计与限制） - 流程图与对照表同步去掉已移除的 GPU 守卫 Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>	2026-09-02 21:43:35 +08:00
Shaun ZhouandClaude Opus 5	4fc0fa5353	docs: 无监督聚类的数学说明、mermaid 图与 README - docs/unsupervised-clustering.md: 逐图标准化对仿射光照群的不变性证明、多 stage 特征的取舍、PCA 白化失效的谱分析、KMeans 收敛性与 kmeans++ 近似比、轮廓系数与 NMI 稳定性的定义、NT-Xent 与 InfoNCE 下界，附全部消融数据与代码对照表 - figures/: 四张 mermaid 图（流水线、KMeans 控制流、SimCLR、主成分谱），含 .mmd 源、.md 预览与渲染好的 .png - README: 数据准备、训练评估、多类/单类、SwanLab、Profiler、聚类与自监督的运行说明 Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>	2026-09-02 17:55:48 +08:00

Author

SHA1

Message

Date

Shaun ZhouandClaude Opus 5

5d395b7c25

chore: 数据迁到 data/raw/ 后同步所有路径引用

原始数据从 data/<数据集> 移到了 data/raw/<数据集>。

- 聚类配置的 dataset.root：film / pearlescent 均改为 data/raw/ 下
- 检测配置的 img_dir 与 label_dir 注释同步
- README、data/README、算法文档、流程图（含重新渲染的 PNG）与各脚本
  docstring 里的路径示例一并更新
- data/README 补充目录约定：原始数据只读放 data/raw/，
  export_clusters.py 的派生数据集放在 data/ 下与 raw/ 平级
- 顺手把 unlabeled 数据集加进 datasets/__init__.py：此前它没在包初始化时注册，
  build_dataset({"name": "unlabeled"}) 只有在别处先 import 过该模块时才可用

迁移后重跑全量聚类，结果与迁移前逐项一致（轮廓 0.3255、稳定性 0.9641、
簇大小 [4507, 3795, 4849, 1428]）。

Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>

2026-09-07 11:19:42 +08:00

Shaun ZhouandClaude Opus 5

938d62ea53

docs: SimCLR 域内自监督的实测对比与多后端说明

- 新增 §10.5：SimCLR vs ImageNet 预训练在 14,579 张上的同设置对比。
  只训 1 个 epoch 的域内特征在 k=4 上即追平（轮廓 0.334 vs 0.325），
  在 k=2 上大幅胜出（轮廓 0.469、稳定性 0.991）——目视确认该二分正是
  "有明显缺陷 / 弱纹理近空白"，可直接作为流水线的第一级过滤
- 复杂度表补 MPS 实测：特征提取 84s(CPU) -> 51s(MPS)，SimCLR 约 65s/epoch
- README 增加"计算后端"小节（三后端的 AMP 默认值、显存统计与限制）
- 流程图与对照表同步去掉已移除的 GPU 守卫

Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>

2026-09-02 21:43:35 +08:00

Shaun ZhouandClaude Opus 5

4fc0fa5353

docs: 无监督聚类的数学说明、mermaid 图与 README

- docs/unsupervised-clustering.md: 逐图标准化对仿射光照群的不变性证明、
  多 stage 特征的取舍、PCA 白化失效的谱分析、KMeans 收敛性与 kmeans++ 近似比、
  轮廓系数与 NMI 稳定性的定义、NT-Xent 与 InfoNCE 下界，附全部消融数据与代码对照表
- figures/: 四张 mermaid 图（流水线、KMeans 控制流、SimCLR、主成分谱），
  含 .mmd 源、.md 预览与渲染好的 .png
- README: 数据准备、训练评估、多类/单类、SwanLab、Profiler、聚类与自监督的运行说明

Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>

2026-09-02 17:55:48 +08:00