work_with_stagesepx
work_with_stagesepx copied to clipboard
williamfzc
about how to use stagesepx in production
Mac OS：macOS Big Sur 11.0.1 Python：3.8 TensorFlow：2.4.0 执行步骤如下： 第1步：执行get_data.py生成data数据 第2步：执行train_model.py，然后就报如下错误： ``` 2020-12-18 17:54:06.073 | DEBUG | stagesepx.classifier.base:__init__:297 - compress rate: None 2020-12-18 17:54:06.073 | DEBUG | stagesepx.classifier.base:__init__:298 - target size:...
使用keras训练时报错
环境： mac os 10.15.5 python 3.7.3 stagesepx 0.14.0 执行train_model.py 报一下错误 ``` /Users/peter/PycharmProjects/stagesepx-demo/venv/bin/python /Users/peter/PycharmProjects/stagesepx-demo/test/train.py 2020-07-08 15:42:38.499 | DEBUG | stagesepx.classifier.base:__init__:288 - no compress rate or target size received. set compress rate...
众所周知，通常在计算时间时我们并不会直接以页面为单位，一般来说会取用户操作的时刻作为首点： https://github.com/williamfzc/stagesepx/issues/73#issuecomment-554195970 要界定这个时刻，一般只能借助小圆点（例如android上的显示用户触摸位置，其他平台类似），但模型对于界面上是否出现小圆点的判定能力是比较弱的（可能是模型原因）。可以理解为在很多情况下，模型没有办法将他们稳定地分成两个不同阶段，这会导致一些误差的发生； 这里给出一种可能的做法： - 在整个启动过程中，小圆点的出现 即 代表第一个不稳定阶段的出现； - 那么，第一个不稳定阶段的首点 对应的就是 小圆点出现的时刻； - 小圆点离开的时刻可能有两个： - 如果按压时间不够长（或者用offset连接了），那么小圆点的下压与抬起会处在同一个不稳定阶段内，那么此时离开的时刻即 第一个不稳定阶段的末尾点； - 如果按压的时间够长，那么小圆点出现的过程会被判定为一个稳定阶段，那么离开的时刻即 第二个稳定阶段的末尾点 或 第二个不稳定阶段的起始点； 当然，最理想的方式是，模型能够在区分度与拟合度上有一个合适的balance，但目前没有精力做这个事情。有兴趣的同学可以了解下 KerasClassifier 的实现，看看是否有可行的改进方法。
我在生成训练集后，生成了0-8训练接，但是后面四个不是我们想要的，我们希望只保留0-4（4以后的部分都合并到4中） 我在手动修改dataset后，进行模型训练并执行classify_with_model.py 但是报告中仍然分成了0-8 改如何调整输出层的分组呢？我们希望能自动分成4组
报告如何阅读
在报告中我得到了一个stage的range， stable range 109(3.9117111111111114) - 109(4.519466666666667), duration: 0.6077555555555556 其中 range 109(3.9117111111111114) - 109(4.519466666666667)是什么意思，从109帧开始的时间戳到109帧结束吗？ 期待回复~