处理英文twitter数据集。
从处理一张图片开始
将一个图片提取10个目标框出来，并且识别有感情色彩的语义信息。类似于，提取出，“棕色的头发”这样的有形容词和名词的短语的语义信息。
使用jupyter lab一段时间后，需要重构代码。重构到py文件中。有利于整理思路。
def save_10_boximg(path = '/home/dn/10boximg/'):
'''
save 10 box img to a path
'''
# 测试box_list的生命周期
# box_list = None
# 这说明，局部变量box_list并不能进入函数 save_ith_box(i,path)
for i in range(10):
logger.info('-'*40)
logger.info('save ' +str(i) + 'th img to ' + path )
save_ith_box(i,path)需要重构save_ith_box函数，则需要传递box_list等一众参数。
重构save_ith_box函数
- 先重构im参数。
- 添加box_list参数。
重构好的函数可以放到一个指定的文件中去。
就是这个文件：imagebox.py
from imagebox import file_2_10_boxes_list
box_list = file_2_10_boxes_list(im_file)不要着急，等全局都设计调整后。
再重构如文件模块。
重构save_10_boximg函数
- 添加im_file参数
from configs import dataset_path,img0,img1
im_file = dataset_path + img0
im = cv2.imread(im_file)生活附录：
刚刚骑行4.5公里，去泉城社区打乒乓球，郭叔是个好伙伴。
我提出，不要只是盯着职称评审，想要一蹴而就，可以稳步提高。评审结束后，也要稳步的每天提高自己。
我骑行完回来，想起表弟也去骑行，汪洋恣肆青春的生活。
18日晚，读书分享会。
下午7：22了，有点累了。今天就到这吧。
阿克苏
2023年11月17日