数据导入

数据准备

准备训练所需的训练数据，结合期望得到的模型设计训练数据集的分类或标签

设计分类

对于图像分类任务，需确认分类如何设计，每个分类为你希望识别出的一种结果，如您需要识别动物，则可以以“dog”、“cat”等分别作为一个分类。

注意：每张图片都应属于一个分类，一个模型最多支持1000个分类，标签名由数字、中英文、中/下划线组成，长度上限256字符。

基于设计好的分类准备图片，有如下要求：

1. 每个分类需要准备20张以上图片，如果需要较好的效果，建议每个分类准备不少于100张图片
2. 训练图片和实际场景要识别的图片拍摄环境一致，举例：如果实际要识别的图片是摄像头俯拍的，训练时也需要使用俯拍角度的图片
3. 每个标签的图片需要覆盖实际场景里面的可能性，如拍照角度、光线明暗的变化，训练集覆盖的场景越多，模型的泛化能力越强

设计标签

对于物体检测、实例分割任务，需要确认标签如何设计，每种需要识别的目标为一个标签，一张图片中可以有多种标签出现。

注意：单个数据集的标签上限为1000种，标签名由数字、中英文、中/下划线组成，长度上限256字符。

基于设计好的物体检测准备图片，有如下要求：

1. 训练图片和实际场景要识别的图片拍摄环境一致，举例：如果实际要识别的图片是摄像头俯拍的，训练图片就不能用网上下载的目标正面图片
2. 每个标签的图片需要覆盖实际场景里面的可能性，如拍照角度、光线明暗的变化，训练集覆盖的场景越多，模型的泛化能力越强
3. 每个模型训练图片量不得低于4张，每个标签建议标注50个框以上

数据导入

在数据总览页下找到创建完成的数据集点击【导入】

导入要求

图片要求：

• 支持图片类型包括jpg、png、bmp、jpeg，图片大小限制在14M以内
• 图片长宽比在3：1以内，其中最长边小于4096px，最短边大于30px

路径要求：

• 无标注信息：导入请确保全部图片保存知同一层文件目录下
• 有标注信息：导入请确保将全部图片与对应标注信息保存至同一层文件目录。该目录下子文件目录及非相关内容（例如压缩包）不导入

导入方式

数据导入无标注信息图片以及有标注信息图片的导入

注：数据导入后依然存储在您设备本地导入路径下，飞桨EasyDL桌面版不会调整您的数据存储路径，因此如更改本地存储路径下的图片将会导致数据集发生变动，如有正使用当前数据集训练的任务，将会导致任务失败.

无标注信息图片导入

进入数据导入界面，在数据标注状态中选择无标注信息

选择训练数据存储的文件夹，选择完成后数据集即导入完成

如需导入多个文件目录的数据，可多次导入

有标注信息图片导入

有标注信息导入支持以文件夹命名分类、VOC格式、COCO格式以及平台自定义格式四种

以文件夹命名分类导入

数据标注状态选择有标注信息，并选择标注格式为以文件夹命名分类

注：以文件夹命名分类仅支持图像分类任务

以文件夹命名分类方式导入，导入路径下的每一个子文件夹将代表一个分类，子文件夹的名称将代表分类名，子文件夹下的图片将被视为当前分类下的数据

VOC格式导入

数据标注状态选择有标注信息，并选择标注格式为VOC格式

以VOC格式导入，导入路径下应包含JPEGImages以及Annotations两个子文件夹，JPEGImages下存储图片数据，Annotations下存储xml格式的标注文件，且图片与标注信息一一对应

COCO格式导入

数据标注状态选择有标注信息，并选择标注格式为COCO格式

以COCO格式导入，导入路径下应包含JPEGImages以及Annotations两个子文件夹，JPEGImages下存储图片数据，Annotations下存储Json格式的一个标注文件，所有图片的标注信息均存储在一个Json文件中

平台自定义格式导入

数据标注状态选择有标注信息，并选择标注格式为平台自定义格式

以平台自定义格式导入，导入路径不包含子文件夹，图片数据及标注文件均直接存储在导入路径下，标注信息以Json格式与图片一一对应

导入路径选择完成后，点击【确认并返回】即完成数据导入