無程式碼的啟動速度測試 with stagesepx

williamfzc發表於2020-09-08

前段時間翻了翻，發現 stagesepx 已經誕生一年了。在一年裡，從一個我的玩票專案到現在逐漸被接受，謝謝各位願意嘗試新東西：）

最近幾個月陸陸續續在收集反饋、把可靠性的坑填上，隨著功能穩定下來，真正的使用者也變得越來越多，很開心看到一些應用性質的帖子。這裡特別感謝下 @150109514 同學寫的 基於stagesepx的App頁面跳轉效能分析，相當詳細，把原理也講得很透徹了，比我從自己的角度出發的例子要更加貼近真實使用者的感受。

第一次瞭解這玩意兒的朋友可以直接跳到最後面的相關連結，先了解下背景

要解決的問題

除了可靠性，這個專案被吐槽最多的前三是：

  • 使用流程太繁瑣
  • 真正落地鋪開時重複的程式碼很多
  • 圖片與模型管理起來太麻煩

這三個點在我寫 work_with_stagesepx 就發現了，作為開發者我自己寫起來也感覺不是很方便（...），更不用說使用者了。雖然用程式碼來支配非常靈活，但無形中是提升了一些落地門檻的，很多人在看到需要寫程式碼之後就止步了。

怎麼解決與為什麼

後來我還是決定用 命令列+配置檔案 的設計，主要做兩個方面的補全：

  • 更低的落地門檻
  • 更好的其他語言相容性

門檻

這個東西很客觀，配置化在犧牲了靈活性的前提下節約了編寫程式碼的成本。對於程式碼與配置我保持中立態度，看各位自己取捨，並沒有絕對好壞。我還是非常推薦 python開發者 直接調庫。

從這裡開始假定各位都看過了最後面的相關連結

手動

以原來的手動模式為例，你只需要一個簡單的 json 檔案：

{
  "output": ".",
  "video": {
    "path": "../videos/short.mp4",
    "fps": 30
  }
}

之後執行：

stagesepx run cut_only.json

即可得到一樣的效果，而且具有很高的可讀性。

自動

而對於全自動的模式也是一樣的，首先先訓練一個模型（一樣都在命令列完成）：

stagesepx train trainset model.h5

執行之後我們可以得到一個 model.h5 檔案。直接配就完事兒了：

{
  "output": ".",
  "video": {
    "path": "../videos/short.mp4",
    "fps": 30
  },
  "classifier": {
    "classifier_type": "keras",
    "model": "./model.h5",
  },
  "calc": {
    "output": "./output.json",
    "operators": [
      {
        "name": "cost between 1 and 3",
        "calc_type": "between",
        "args": {
          "from_stage": "1",
          "to_stage": "3"
        }
      }
    ]
  }
}

可以看到配置裡我選擇了計算階段1跟3的差值。一樣的命令列執行之後，你就可以得到結果（階段1到3對應的是14-33幀，耗時0.63333）：

[
  {
    "name": "cost between 1 and 3",
    "type": "between",
    "result": {
      "from": 14,
      "to": 33,
      "cost": 0.6333333333333333
    }
  }
]

我們在命令列裡完成了整個流程，而你沒有編寫一行程式碼。完整程式碼參考 run_with_config

相容性

這個很好理解，因為很多企業與開發者並不使用python。命令列 + JSON 的組合能夠讓其他語言的開發者也無痛使用：

  • 寫配置
  • call
  • 讀結果

這就不贅述了。

後話

  • 新設計，可能會有一些隱藏問題，歡迎嚐鮮：）
  • 這次加入的特性的抽象層級很高（客觀來說，只是對例子的一些合理整合），還是比較可讀的，也很歡迎使用過的同學擴充API
  • 本次改動主要就集中在 run 函式內：https://github.com/williamfzc/stagesepx/blob/master/stagesepx/api.py

相關連結

寫完睡覺

相關文章