ModelTrainEval

90 Commits 1 Branch 0 Tags

3 Commits

Include renames

Author	SHA1	Message	Date
Shaun ZhouandClaude Opus 5	86c86b105c	refactor: 按实际的五步工作流裁掉无关代码实际工作流是：simclr 训练 -> 聚类 -> 人工归类 -> 分类训练 -> GradCAM/SHAP 生成热力图与 box。据此移除不参与其中的检测/定位链路，共 31 个文件、约 2600 行： - 模型：defect_net、postprocess、necks/、heads/center_head - 数据：film_defect（YOLO 读取端）、target_encoder - 引擎：trainer、evaluator、losses - 入口：train.py、eval.py - 脚本：convert_annotations、split_dataset、export_onnx、profile_inference - 配置：configs/{train,eval,model,dataset} - utils/labels（多类/单类标签模式，仅检测分类头使用）共享模块按实际用量瘦身：engine/metrics 只留 AverageMeter（检测指标随之移除）； datasets/yolo 只留写出侧（IMAGE_SUFFIXES 与 write_data_yaml）——第 5 步产出的 YOLO 标签是给外部检测训练用的交换格式，读取端不再需要。裁剪过程中修掉一个真 bug：generate_boxes 的 --stage 默认 6（layer3）对 tiny_conv 这类非 nn.Sequential 骨架直接抛异常。现在自动退回骨架最终输出并警告，另加 --stage -1 显式选择最终输出。五步工作流已端到端实跑验证（simclr 1 轮 -> 聚类 -> 导出 -> 分类 1 轮 -> gradcam 与 shap 两种方法各生成一遍）。 Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>	2026-09-11 10:27:20 +08:00
Shaun ZhouandClaude Opus 5	e581d9b3d7	fix(backbones): 修复 shufflenet 无法构建，并让换骨架不再踩配置合并的坑 - shufflenet_v2_x1_0 列在支持清单里却直接 AttributeError：ShuffleNetV2 既不是扁平 children 也没有 .features，需要按 conv1/maxpool/stage2..4/conv5 自己拼。该 bug 同时影响 SimCLR 与检测模型 - 新增参数化测试覆盖清单里的每个 arch：能前向、声明的 out_channels 与实际一致 - 配置支持 `_replace_: true`：子字典整块替换而不与 base 合并。换骨架时 tiny_conv 的 widths/depths 会残留并传给新骨架，此前无论用 --set 还是 _base_ 都绕不开，只能改原文件 - Registry.build 提前校验字段，报错直接指出是哪些字段不被接受、该怎么办，取代裸 TypeError - README 补充可选骨架表与三种改法（含不该用 --set 改 name 的说明） Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>	2026-09-04 15:28:49 +08:00
Shaun ZhouandClaude Opus 5	d6adea5b05	test: 单元测试与端到端冒烟 88 个测试覆盖配置继承、注册表、GPU 守卫、YOLO 格式解析、数据集、模型形状、标签模式、聚类原语与 SimCLR 损失，以及 train.py / eval.py / 聚类脚本的入口接线。含两条回归测试： - PCA 白化放大噪声方向导致簇塌陷（默认 whiten=False 的依据） - classes 写成 data.yaml 路径时 num_classes 必须是类别数而非路径字符串长度 Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>	2026-09-02 17:55:47 +08:00

Author

SHA1

Message

Date

Shaun ZhouandClaude Opus 5

86c86b105c

refactor: 按实际的五步工作流裁掉无关代码

实际工作流是：simclr 训练 -> 聚类 -> 人工归类 -> 分类训练 -> GradCAM/SHAP 生成
热力图与 box。据此移除不参与其中的检测/定位链路，共 31 个文件、约 2600 行：

- 模型：defect_net、postprocess、necks/、heads/center_head
- 数据：film_defect（YOLO 读取端）、target_encoder
- 引擎：trainer、evaluator、losses
- 入口：train.py、eval.py
- 脚本：convert_annotations、split_dataset、export_onnx、profile_inference
- 配置：configs/{train,eval,model,dataset}
- utils/labels（多类/单类标签模式，仅检测分类头使用）

共享模块按实际用量瘦身：engine/metrics 只留 AverageMeter（检测指标随之移除）；
datasets/yolo 只留写出侧（IMAGE_SUFFIXES 与 write_data_yaml）——第 5 步产出的
YOLO 标签是给外部检测训练用的交换格式，读取端不再需要。

裁剪过程中修掉一个真 bug：generate_boxes 的 --stage 默认 6（layer3）对 tiny_conv
这类非 nn.Sequential 骨架直接抛异常。现在自动退回骨架最终输出并警告，
另加 --stage -1 显式选择最终输出。

五步工作流已端到端实跑验证（simclr 1 轮 -> 聚类 -> 导出 -> 分类 1 轮 ->
gradcam 与 shap 两种方法各生成一遍）。

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

2026-09-11 10:27:20 +08:00

Shaun ZhouandClaude Opus 5

e581d9b3d7

fix(backbones): 修复 shufflenet 无法构建，并让换骨架不再踩配置合并的坑

- shufflenet_v2_x1_0 列在支持清单里却直接 AttributeError：ShuffleNetV2 既不是
  扁平 children 也没有 .features，需要按 conv1/maxpool/stage2..4/conv5 自己拼。
  该 bug 同时影响 SimCLR 与检测模型
- 新增参数化测试覆盖清单里的每个 arch：能前向、声明的 out_channels 与实际一致
- 配置支持 `_replace_: true`：子字典整块替换而不与 base 合并。换骨架时
  tiny_conv 的 widths/depths 会残留并传给新骨架，此前无论用 --set 还是 _base_
  都绕不开，只能改原文件
- Registry.build 提前校验字段，报错直接指出是哪些字段不被接受、该怎么办，
  取代裸 TypeError
- README 补充可选骨架表与三种改法（含不该用 --set 改 name 的说明）

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

2026-09-04 15:28:49 +08:00

Shaun ZhouandClaude Opus 5

d6adea5b05

test: 单元测试与端到端冒烟

88 个测试覆盖配置继承、注册表、GPU 守卫、YOLO 格式解析、数据集、模型形状、
标签模式、聚类原语与 SimCLR 损失，以及 train.py / eval.py / 聚类脚本的入口接线。

含两条回归测试：
- PCA 白化放大噪声方向导致簇塌陷（默认 whiten=False 的依据）
- classes 写成 data.yaml 路径时 num_classes 必须是类别数而非路径字符串长度

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

2026-09-02 17:55:47 +08:00