Dataset Splitter

Dataset Splitter是什么

Dataset Splitter是一款用于图像数据集分割的工具，适用于深度学习模型训练，支持随机、分层分割，并生成训练、验证、测试集，同时支持注释和YOLO格式输出。

由 Mingo-318 开发 | 累计安装 87 次 | 开源协议：MIT-0

Dataset Splitter的主要功能

• 随机分割：随机打乱并分割数据集，确保数据集的随机性。
• 分层分割：保持类别分布，适用于需要保持类别比例的场景。
• 自定义比例：可配置训练、验证、测试集的比例，满足不同需求。
• 注释支持：同时分割图像和相应的注释，方便后续处理。
• YOLO格式：生成YOLO格式的数据集结构，适用于YOLO目标检测模型。
• 可重复性：设置随机种子，确保分割结果的可重复性。

如何使用Dataset Splitter

• 安装依赖：使用pip安装依赖库，如pillow。
• 指定数据集路径：运行splitter.py脚本，指定图像数据集的路径。
• 设置分割比例：使用--ratios参数设置训练、验证、测试集的比例。
• 分割数据集：执行split命令，开始分割数据集。
• 输出格式：可选设置输出格式，如YOLO格式。

Dataset Splitter的项目地址

• 项目官网：https://clawhub.ai/Mingo-318/dataset-splitter

Dataset Splitter的应用场景

• 深度学习模型训练数据集的分割
• 图像识别数据集的划分
• 目标检测数据集的生成
• 图像分类数据集的制备