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
..
2026-09-02 17:55:47 +08:00
2026-09-17 16:42:53 +08:00
2026-09-17 11:03:13 +08:00
2026-09-10 14:58:41 +08:00
2026-09-04 15:09:35 +08:00
2026-09-11 14:34:16 +08:00
2026-09-02 21:43:35 +08:00
2026-09-10 12:04:08 +08:00
2026-09-17 11:03:13 +08:00
2026-09-10 16:10:50 +08:00
2026-09-11 10:27:20 +08:00
2026-09-15 20:04:04 +08:00
2026-09-02 17:55:47 +08:00
2026-09-10 16:10:50 +08:00
2026-09-10 12:04:08 +08:00
2026-09-02 17:55:47 +08:00
2026-09-02 17:55:47 +08:00