后台删了奖品,缓存却一直没清掉
后台删除奖品时的一段缓存清理代码,看着没问题,实际上活动 id 永远取到的是 null,缓存根本没清。这种不声不响的 bug 最容易被漏掉。
后台删除奖品时的一段缓存清理代码,看着没问题,实际上活动 id 永远取到的是 null,缓存根本没清。这种不声不响的 bug 最容易被漏掉。
队列任务基类只 catch 了 Exception,漏掉了和它在同一层的 Error。结果中奖发券任务一旦抛出 TypeError 这类错误,就直接卡在 processing,既不标记失败也不重试。
问题 我手上有个检测模型,只在白天拍的画面上训练出来的。部署的时候设备是二十四小时开机的,白天黑夜都在跑。我心里默认模型"既然能认白天,晚上应该也差不多能凑合"。 现象 真把夜里的画面喂进去,…
问题 手头有两批数据,一批白天拍的,一批夜里拍的。我想把它们混在一起训练一个模型,但心里犯嘀咕:这两批画面差别这么大,混着训会不会两头不讨好,把白天那个也带歪了? 现象 这个担心很普遍,但真去…
问题 标夜景数据的时候碰到个麻烦:夜里摄像头打红外,画面里的水会反光,目标在水面上的实体和它在水面下的倒影经常贴在一起,甚至有时候倒影比实体还清楚。 按理说看到目标就框。但这里有两个几乎连在一…
问题 我在标一批新数据。标之前得先想清楚一件事:这批图里到底有多少张真有我要识别的目标(也就是"正样本"),有多少是空的。 因为这直接决定要标多少张。如果正样本特别少,比如 1000 张里只有…
我在做一个线上抽奖活动,规则是每个人能抽 3 次,前面两次要是都没中,第 3 次必须中(这就是常说的保底)。
抽奖活动页面一打开,前端就得先知道"这个用户还能抽几次""活动进行中没有",用来决定按钮是亮着还是灰着。
我之前训好一个目标检测模型,在老环境下用得好好的。后来把摄像头位置换了一版(机位、俯仰角都调了,为了覆盖原来拍不到的盲区),再拿新角度的画面去跑,结果一塌糊涂。
我在 Mac 上跑一个要连续采好几天的后台任务,定时抓图写到磁盘。它得一直开着不能断,断了就得整段重来,很麻烦。