roboflow / roboflow/roboflow-python
Name of validation folder for classification training (Export: Folder Structure)
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
- Leggi tutta la issue e poi la guida ai contributi del progetto.
- Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
- Fai un fork del repository e lavora su un branch.
- 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