優化與重構項目修改點(算是優化吧，請求技術交流)

優化與重構項目修改點

1. 參數化處理
2. 代碼重用
3. 錯誤處理與日誌
4. 代碼結構整理

1. 參數化處理
將硬編碼的參數（例如模型路徑、數據集路徑、訓練輪數等）轉換為命令行參數，允許在執行腳本時指定參數值。這樣可以使腳本更靈活，適應不同的環境和需求。
每個腳本（export.py、train.py、test.py）現在都可以通過命令行來傳遞參數，而不是將它們硬編碼在腳本內。
2. 代碼重用
將重複使用的代碼片段（如模型加載、訓練、測試、模型導出等操作）提取到一個新的 common.py 模塊中。這樣做可以減少代碼重複，提高代碼的可維護性。
所有腳本現在都會從 common.py 中導入這些通用功能。
3. 添加錯誤處理與日誌
在每個腳本中添加了基本的錯誤處理機制和日誌記錄功能。這樣在執行腳本時，如果出現錯誤，腳本能夠記錄錯誤信息，便於調試。
使用 Python 的 logging 模塊來記錄重要的操作步驟，讓你可以追踪腳本執行情況。
4. 代碼結構整理
重新組織了代碼結構，確保所有腳本保持一致的風格和格式。
移除了一些潛在的冗餘代碼，簡化了腳本的邏輯流程。
具體文件修改
common.py: 新增了這個文件，包含了公共功能函數，如 load_model()、export_model()、train_model() 和 test_model()。
export.py、train.py、test.py: 這些文件經過重構，主要通過導入 common.py 中的功能來執行具體操作，並支持命令行參數。

Start by reading export.py, train.py, and test.py together with the proposed common.py module to understand their current responsibilities. Check how model paths, dataset paths, and training epochs are currently supplied, then verify that shared operations, command-line parameters, error handling, logging, and consistent structure are covered across all three scripts.

Written by the indexing model from the issue text.