PaddleX/docs/apis/datasets.md

数据集读取

目录

• ImageNet
• VOCDetection
• CocoDetection
• SegDataset

paddlex.datasets.ImageNet

用于图像分类模型

paddlex.datasets.ImageNet(data_dir, file_list, label_list, transforms=None, num_workers='auto', shuffle=False)

读取ImageNet格式的分类数据集，并对样本进行相应的处理。ImageNet数据集格式的介绍可查看文档:数据集格式说明

示例：代码文件

参数

• data_dir (str): 数据集所在的目录路径。
  
• file_list (str): 描述数据集图片文件和类别id的文件路径（文本内每行路径为相对data_dir的相对路径）。
  
• label_list (str): 描述数据集包含的类别信息文件路径。
  
• transforms (paddlex.transforms): 数据集中每个样本的预处理/增强算子，详见paddlex.transforms。
  
• num_workers (int|str)：数据集中样本在预处理过程中的进程数。默认为'auto'。当设为'auto'时，根据系统的实际CPU核数设置num_workers: 如果CPU核数的一半大于8，则num_workers为8，否则为CPU核数的一半。
  
• shuffle (bool): 是否需要对数据集中样本打乱顺序。默认为False。
  

paddlex.datasets.VOCDetection

用于目标检测模型

paddlex.datasets.VOCDetection(data_dir, file_list, label_list, transforms=None, num_workers='auto', shuffle=False)

读取PascalVOC格式的检测数据集，并对样本进行相应的处理。PascalVOC数据集格式的介绍可查看文档:数据集格式说明

示例：代码文件

参数

• data_dir (str): 数据集所在的目录路径。
  
• file_list (str): 描述数据集图片文件和对应标注文件的文件路径（文本内每行路径为相对data_dir的相对路径）。
• label_list (str): 描述数据集包含的类别信息文件路径。
  
• transforms (paddlex.transforms): 数据集中每个样本的预处理/增强算子，详见paddlex.transforms。
  
• num_workers (int|str)：数据集中样本在预处理过程中的进程数。默认为'auto'。当设为'auto'时，根据系统的实际CPU核数设置num_workers: 如果CPU核数的一半大于8，则num_workers为8，否则为CPU核数的一半。
• shuffle (bool): 是否需要对数据集中样本打乱顺序。默认为False。

paddlex.datasets.CocoDetection

用于实例分割/目标检测模型

paddlex.datasets.CocoDetection(data_dir, ann_file, transforms=None, num_workers='auto', shuffle=False)

读取MSCOCO格式的检测数据集，并对样本进行相应的处理，该格式的数据集同样可以应用到实例分割模型的训练中。MSCOCO数据集格式的介绍可查看文档:数据集格式说明

示例：代码文件

参数

• data_dir (str): 数据集所在的目录路径。
  
• ann_file (str): 数据集的标注文件，为一个独立的json格式文件。
• transforms (paddlex.transforms): 数据集中每个样本的预处理/增强算子，详见paddlex.transforms。
• num_workers (int|str)：数据集中样本在预处理过程中的线程或进程数。默认为'auto'。当设为'auto'时，根据系统的实际CPU核数设置num_workers: 如果CPU核数的一半大于8，则num_workers为8，否则为CPU核数的一半。
  
• shuffle (bool): 是否需要对数据集中样本打乱顺序。默认为False。

paddlex.datasets.SegDataset

用于语义分割模型

paddlex.datasets.SegDataset(data_dir, file_list, label_list=None, transforms=None, num_workers='auto', shuffle=False)

读取语义分割任务数据集，并对样本进行相应的处理。语义分割任务数据集格式的介绍可查看文档:数据集格式说明

示例：代码文件

参数

• data_dir (str): 数据集所在的目录路径。
  
• file_list (str): 描述数据集图片文件和对应标注文件的文件路径（文本内每行路径为相对data_dir的相对路径）。
• label_list (str): 描述数据集包含的类别信息文件路径。
  
• transforms (paddlex.transforms): 数据集中每个样本的预处理/增强算子，详见paddlex.transforms。
  
• num_workers (int|str)：数据集中样本在预处理过程中的线程或进程数。默认为'auto'。当设为'auto'时，根据系统的实际CPU核数设置num_workers: 如果CPU核数的一半大于8，则num_workers为8，否则为CPU核数的一半。
• shuffle (bool): 是否需要对数据集中样本打乱顺序。默认为False。