参考资料 ultralytics/data/dataset.py
备注
该文件可在https://github.com/ultralytics/ultralytics/blob/main/ ultralytics/data/dataset .py 上获取。如果您发现问题,请通过提交 Pull Request🛠️ 帮助修复。谢谢🙏!
ultralytics.data.dataset.YOLODataset
垒球 BaseDataset
数据集类,用于加载YOLO 格式的对象检测和/或分割标签。
参数
名称 | 类型 | 说明 | 默认值 |
---|---|---|---|
data |
dict
|
数据集 YAML 字典。默认为 "无"。 |
None
|
task |
str
|
指向当前任务的显式参数,默认为 "检测"。 |
'detect'
|
返回:
类型 | 说明 |
---|---|
Dataset
|
PyTorch 数据集对象,可用于训练对象检测模型。 |
源代码 ultralytics/data/dataset.py
45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 |
|
__init__(*args, data=None, task='detect', **kwargs)
初始化 YOLODataset,可选择段和关键点的配置。
源代码 ultralytics/data/dataset.py
build_transforms(hyp=None)
建立变换并将其添加到列表中。
源代码 ultralytics/data/dataset.py
cache_labels(path=Path('./labels.cache'))
缓存数据集标签、检查图像并读取形状。
参数
名称 | 类型 | 说明 | 默认值 |
---|---|---|---|
path |
Path
|
保存缓存文件的路径。默认为 Path('./labels.cache')。 |
Path('./labels.cache')
|
返回:
类型 | 说明 |
---|---|
dict
|
标签 |
源代码 ultralytics/data/dataset.py
close_mosaic(hyp)
将马赛克、复制粘贴和混合选项设置为 0.0,并建立变换。
源代码 ultralytics/data/dataset.py
collate_fn(batch)
staticmethod
将数据样本整理成批。
源代码 ultralytics/data/dataset.py
get_labels()
返回用于YOLO 训练的标签字典。
源代码 ultralytics/data/dataset.py
update_labels_info(label)
在此自定义标签格式。
备注
现在 cls 与 bboxes 不在一起,分类和语义分割需要一个独立的 cls 标签 还可以通过添加或删除 dict 键来支持分类和语义分割。
源代码 ultralytics/data/dataset.py
ultralytics.data.dataset.YOLOMultiModalDataset
垒球 YOLODataset
数据集类,用于加载YOLO 格式的对象检测和/或分割标签。
参数
名称 | 类型 | 说明 | 默认值 |
---|---|---|---|
data |
dict
|
数据集 YAML 字典。默认为 "无"。 |
None
|
task |
str
|
指向当前任务的显式参数,默认为 "检测"。 |
'detect'
|
返回:
类型 | 说明 |
---|---|
Dataset
|
PyTorch 数据集对象,可用于训练对象检测模型。 |
源代码 ultralytics/data/dataset.py
__init__(*args, data=None, task='detect', **kwargs)
build_transforms(hyp=None)
通过可选的文本增强功能加强数据转换,以实现多模式训练。
源代码 ultralytics/data/dataset.py
update_labels_info(label)
为多模式模型训练添加文本信息。
源代码 ultralytics/data/dataset.py
ultralytics.data.dataset.GroundingDataset
垒球 YOLODataset
源代码 ultralytics/data/dataset.py
__init__(*args, task='detect', json_file, **kwargs)
初始化用于对象检测的 GroundingDataset,从指定的 JSON 文件加载注释。
源代码 ultralytics/data/dataset.py
build_transforms(hyp=None)
配置用于训练的增强功能,可选择加载文本; hyp
调整增强强度。
源代码 ultralytics/data/dataset.py
get_img_files(img_path)
get_labels()
从 JSON 文件加载注释、过滤并规范化每张图像的边界框。
源代码 ultralytics/data/dataset.py
ultralytics.data.dataset.YOLOConcatDataset
垒球 ConcatDataset
数据集是多个数据集的连接。
该类可用于组合不同的现有数据集。
源代码 ultralytics/data/dataset.py
ultralytics.data.dataset.SemanticDataset
垒球 BaseDataset
语义分割数据集
该类负责处理用于语义分割任务的数据集。它继承了 继承自 BaseDataset 类。
备注
该类目前只是一个占位符,需要填充方法和属性,以支持 语义分割任务。
源代码 ultralytics/data/dataset.py
ultralytics.data.dataset.ClassificationDataset
扩展 torchvision ImageFolder 以支持YOLO 分类任务,提供图像 增强、缓存和验证等功能。其设计目的是有效处理用于训练深度学习模型的大型数据集。 可选的图像转换和缓存机制可加快训练速度。
该类允许使用 torchvision 和 Albumentations 库进行增强,并支持将图像缓存 并支持在 RAM 或磁盘中缓存图像,以减少训练过程中的 IO 开销。此外,它还实现了一个强大的验证过程,以确保数据的完整性和一致性。 以确保数据的完整性和一致性。
属性
名称 | 类型 | 说明 |
---|---|---|
cache_ram |
bool
|
表示是否启用 RAM 缓存。 |
cache_disk |
bool
|
表示是否启用了磁盘缓存。 |
samples |
list
|
元组列表,每个元组包含图像的路径、类索引、.nyp 缓存文件的路径(如果缓存在磁盘上),以及加载的图像数组(如果缓存在内存中)。 文件的路径(如果缓存在磁盘上),以及加载的图像数组(如果缓存在内存中)。 |
torch_transforms |
callable
|
PyTorch 对图像进行变换。 |
源代码 ultralytics/data/dataset.py
384 385 386 387 388 389 390 391 392 393 394 395 396 397 398 399 400 401 402 403 404 405 406 407 408 409 410 411 412 413 414 415 416 417 418 419 420 421 422 423 424 425 426 427 428 429 430 431 432 433 434 435 436 437 438 439 440 441 442 443 444 445 446 447 448 449 450 451 452 453 454 455 456 457 458 459 460 461 462 463 464 465 466 467 468 469 470 471 472 473 474 475 476 477 478 479 480 481 482 483 484 485 486 487 488 489 490 491 492 493 494 495 496 497 498 499 500 501 502 503 504 505 506 |
|
__getitem__(i)
返回与给定索引相对应的数据和目标子集。
源代码 ultralytics/data/dataset.py
__init__(root, args, augment=False, prefix='')
使用根、图像大小、增强和缓存设置初始化YOLO 对象。
参数
名称 | 类型 | 说明 | 默认值 |
---|---|---|---|
root |
str
|
数据集目录的路径,图像存储在该目录下的特定文件夹结构中。 |
所需 |
args |
Namespace
|
配置包含数据集相关设置,如图像大小、增强参数和缓存设置。
参数和缓存设置。它包括以下属性 |
所需 |
augment |
bool
|
是否对数据集进行增强。默认为 "假"。 |
False
|
prefix |
str
|
日志和缓存文件名的前缀,有助于数据集识别和 调试。默认为空字符串。 |
''
|
源代码 ultralytics/data/dataset.py
__len__()
verify_images()
验证数据集中的所有图像。