ref: refactor before chekout

src/data_loader.py

@@ -1,54 +1,55 @@
-import streamlit as st
+import os
 from pathlib import Path
 import pandas as pd
 import numpy as np
+import streamlit as st
+
 from music_engine.matcher import MusicMatcher
 from music_engine.image_processor import ImageProcessor
 
-# Определяем базовую директорию (папка src)
 BASE_DIR = Path(__file__).resolve().parent
 
 @st.cache_resource
 def load_music_engine():
-    """Загрузка базы данных и модели регрессора."""
-    # music_db.csv лежит в dataset/DEAM/ (на уровень выше от src)
+    # Инициализация базы данных и регрессора для музыкального мэтчинга
     db_path = BASE_DIR.parent / "dataset" / "DEAM" / "music_db.csv"
-    # va_regressor.pkl лежит в src/music_engine/
     model_path = BASE_DIR / "music_engine" / "va_regressor.pkl"
     
     if not db_path.exists():
-        print(f"⚠️ Файл базы {db_path} не найден!")
+        print(f"Музыкальная БД не найдена: {db_path}")
         return None
+        
     return MusicMatcher(db_path=db_path, model_path=model_path)
 
 @st.cache_resource
 def load_image_processor():
-    """Загрузка ResNet-50 для извлечения признаков на лету."""
-    # Файл весов лежит в той же папке src, что и этот скрипт
+    # Модуль обработки визуальных признаков
     model_path = BASE_DIR / "emoset_resnet50_best.pth"
     
+    # Обработка пути при вызове из корневой директории
     if not model_path.exists():
-        print(f"Ошибка: Веса не найдены по пути: {model_path}")
-        # Если не нашли в src, попробуем поискать в корне проекта на всякий случай
         model_path = BASE_DIR.parent / "emoset_resnet50_best.pth"
         
     return ImageProcessor(model_path=model_path)
 
 @st.cache_data
 def load_emoset_data():
-    """Загрузка тестовой выборки EmoSet для первой вкладки."""
-    # Пути относительно корня проекта
-    csv_path = BASE_DIR.parent / "dataset" / "EmoSet-118K" / "test" / "labels.csv"
-    img_dir = BASE_DIR.parent / "dataset" / "EmoSet-118K" / "test" / "images"
+    # Выборка данных датасета для вкладки отладки
+    dataset_root = BASE_DIR.parent / "dataset" / "EmoSet-118K" / "test"
+    
+    csv_path = dataset_root / "labels.csv"
+    img_dir = dataset_root / "images"
     emb_path = BASE_DIR / "emoset_test_embeddings.npy"
     lbl_path = BASE_DIR / "emoset_test_labels.npy"
 
     if not all([csv_path.exists(), emb_path.exists(), lbl_path.exists()]):
+        print("Тестовые файлы датасета не найдены, вкладка отладки может работать некорректно")
         return None, None, None, None
 
-    df = pd.read_csv(csv_path)
-    image_list = df['filename'].tolist()
-    embs = np.load(emb_path)
-    lbls = np.load(lbl_path)
+    labels_df = pd.read_csv(csv_path)
     
-    return image_list, embs, lbls, img_dir
+    test_filenames = labels_df['filename'].tolist()
+    test_embeddings = np.load(emb_path)
+    test_labels = np.load(lbl_path)
+    
+    return test_filenames, test_embeddings, test_labels, img_dir