roboflow / roboflow/roboflow-python

Name of validation folder for classification training (Export: Folder Structure)

Aperta
#153 0 commenti 0 reazioni 0 assegnatari Vedi su GitHub

Nessuno ha ancora preso questa issue.

Lingua principale
Python
Stelle
629
Fork
140
Merge medio
2g 2h
PR unite (30g)
5

Descrizione

Hi,

when exporting an image classification dataset from Roboflow as Folder Structure format with train/validation splits, the folder which contains validation images is automatically named valid. However, YOLOv5-cls training expects the validation folder to be named val (see here) and throws an error if there is only a valid folder (and no test split). I checked all Roboflow notebooks for classification training and in none of the training procedures a valid folder is actually used for validation.

If the default name for the validation split when exporting a dataset as Folder Structure format would be changed from valid to val, YOLOv5-cls classification training would work as expected, when no test split was created.

Thanks!

Guida per i contributori

Apri la guida per i contributori

Come iniziare

  1. Leggi tutta la issue e poi la guida ai contributi del progetto.
  2. Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
  3. Fai un fork del repository e lavora su un branch.
  4. Apri una pull request che faccia riferimento al numero della issue.

Direzione di ricerca

Inizia tracciando l’esportatore Folder Structure e confronta la denominazione della directory di validazione con le aspettative di classify/train.py di YOLOv5. Il lavoro è completato quando un’esportazione con split train e validation, ma senza split test, produce una directory val che l’addestramento di classificazione di YOLOv5 può utilizzare.

Scritto dal modello di indicizzazione a partire dal testo della issue.

Valutazione

Stack tecnologico
python
Ambito
computer-vision, machine-learning
Tipo di issue
Bug
Difficoltà
3/5
Tempo stimato
1-2 giorni
Stato di attività
Ferma
Chiarezza
Abbastanza chiara
Idoneità per principianti
42/100

Ricevi le nuove issue nella tua casella

Un breve riepilogo di issue GitHub adatte ai principianti.