将数据集拆分为训练和测试
Splitting dataset into train and test
我下载了这个包含数字和其他数学符号的数据集，其中包含大约 380 000 张图像，分为 80 个不同的文件夹，每个文件夹都以其代表的符号命名。对于这个机器学习项目，我需要得到 train 和 test 集，它们同样代表每个符号。例如之前数据集中符号文件夹的1/3进入测试目录和2/3进入 train dir。我尝试了很多次，但我总是得到一个无效的代码，遍历每个项目，持续了很长时间，甚至没有完成。
您正在使用的数据集有 extractor.py 自动为您执行此操作的脚本
Scripts info
extract.py
- Extracts trace groups from inkml files.
- Converts extracted trace groups into images. Images are square shaped bitmaps > with only black (value 0) and white (value 1) pixels. Black color denotes patterns (ROI).
- Labels those images (according to inkml files).
- Flattens images to one-dimensional vectors.
- Converts labels to one-hot format.
- Dumps training and testing sets separately into outputs folder.
在此处访问其 github：https://github.com/ThomasLech/CROHME_extractor
我下载了这个包含数字和其他数学符号的数据集，其中包含大约 380 000 张图像，分为 80 个不同的文件夹，每个文件夹都以其代表的符号命名。对于这个机器学习项目，我需要得到 train 和 test 集，它们同样代表每个符号。例如之前数据集中符号文件夹的1/3进入测试目录和2/3进入 train dir。我尝试了很多次，但我总是得到一个无效的代码，遍历每个项目，持续了很长时间，甚至没有完成。
您正在使用的数据集有 extractor.py 自动为您执行此操作的脚本
Scripts info
extract.py
- Extracts trace groups from inkml files.
- Converts extracted trace groups into images. Images are square shaped bitmaps > with only black (value 0) and white (value 1) pixels. Black color denotes patterns (ROI).
- Labels those images (according to inkml files).
- Flattens images to one-dimensional vectors.
- Converts labels to one-hot format.
- Dumps training and testing sets separately into outputs folder.
在此处访问其 github：https://github.com/ThomasLech/CROHME_extractor