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。 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。

按需安装以下依赖
pycocotools安装指导

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，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