# CV数据集切分工具

**Repository Path**: an_hongjun/split_dataset

## Basic Information

- **Project Name**: CV数据集切分工具
- **Description**: CV数据集切分工具
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: develop
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2023-07-12
- **Last Updated**: 2023-07-12

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# split_dataset
该脚本主要用于对各类数据集进行切分，提供给进行训练，预计未来会集成到PaddleX中，欢迎大家使用[PaddleX](https://www.paddlepaddle.org.cn/paddle/paddleX)。
目前，已经支持ImageNet格式、COCO格式、VOC格式和Seg格式的数据集的切分，具体的数据格式见[数据格式](https://paddlex.readthedocs.io/zh_CN/develop/data/format/index.html)。


**按需安装以下依赖**  
pycocotools[安装指导](https://paddlex.readthedocs.io/zh_CN/develop/install.html#pycocotools)

## 下载
### 下载方法一
```
git clone https://github.com/mamingjie-China/split_dataset.git
cd split_dataset
git checkout develop
```
### 下载方法二
直接下载zip文件[链接](https://github.com/PaddlePaddle/X2Paddle/archive/develop.zip)，解压缩后进入文件夹

## 使用方法
```
python split.py --form COCO --split_dataset dataset_path --val_percent 0.2 --test_percent 0.1
```

## 参数选项
| 参数 | |
|----------|--------------|
|--form | 数据集格式类型 (VOC、COCO、ImageNet、Seg) |
|--split_dataset | 数据集文件夹的路径 |
|--val_percent | 验证集切分的比例（如0.2，不可为0） |
|--test_percent | **[可选]** 测试集切分的比例（如0.1，可以为0） |
|--save_dir | **[可选]** 切分生成的文件的路径（默认与数据集路径相同） |

## 交流与反馈

- 项目官网: https://www.paddlepaddle.org.cn/paddle/paddlex
- PaddleX用户交流群: 1045148026