2 Commits

Include renames

Author	SHA1	Message	Date
Shaun ZhouandClaude Opus 5	59d4b8a9c4	fix(detect): 钳掉 Label Studio 导出坐标的浮点溢出 ... 真实导出里出现 height=1.0000000000000002：Label Studio 按百分比存框，导出时 /100 留下浮点误差。ultralytics 读标签时对 >1 的坐标直接报错，所以这点溢出必须钳掉， 否则装配出的数据集根本训不起来。 只钳 1e-6 量级的溢出，真正越界的坐标仍然报错。顺带把坐标统一写成 6 位小数。 Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>	2026-09-17 16:44:42 +08:00
Shaun ZhouandClaude Opus 5	998e6601d4	feat(detect): 把 Label Studio 的 YOLO 导出装配成带 train/val 划分的数据集 ... scripts/build_yolo_dataset.py：导出（zip 或目录）+ 复核材料里的 images/ -> data/ 下 可训练的数据集。Label Studio 的 YOLO 导出只有标签，本地存储的图片不会打包进去 （get_local_path 对 local-files 直接返回磁盘路径，YOLO_WITH_IMAGES 也一样）， 所以图片从准备复核材料的目录按文件名取，硬链接过去。 - 类别顺序照抄导出的 classes.txt：转换器把标签收进 set 再排序编号，与 labeling config 的顺序无关，标签里的 class_id 是按它写的。 - 按类别分层切分，分层用"框最多的那个类别"——人工复核后一张图可能有多个类别的框。 - 标签逐行校验：字段数、类别下标、坐标范围。坏标签训练时不会崩，只会悄悄拉低指标。 - 空标签默认保留为负样本；标签找不到图直接报错，图多于标签则告警。 顺带把 link_or_copy 提到 utils/fs.py 共用（此前 generate_boxes 与 prepare_label_studio 各有一份）。 Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>	2026-09-17 16:42:53 +08:00