数据集简介

数据集包含100种类型的水果图像。

数据集支持的任务

可用于模型验证、性能评估、模型分类训练等。

数据集的格式和结构

数据格式

数据集包括训练集train和验证集val，train和val文件夹之下按文件夹进行分类，共有2个子文件夹，同类别标签的图片在同一个文件夹下，图片格式为JPG。同时包含与标注文件中label id相对应的类名文件classname.txt。

数据集加载方式

from modelscope.msdatasets import MsDataset
from modelscope.utils.constant import DownloadModems_train_dataset = MsDataset.load(
‘fruits100′, namespace=’tany0699′,
subset_name=’default’, split=’train’) # 加载训练集
print(next(iter(ms_train_dataset)))

ms_val_dataset = MsDataset.load(
‘fruits100′, namespace=’tany0699′,
subset_name=’default’, split=’validation’) # 加载验证集
print(next(iter(ms_val_dataset)))

数据分片

本数据集包含train和val数据集。

子数据集 train val test
default 训练集 验证集 /

声明：本站内容来自公开平台，如若侵犯到您的权益，请联系我们，我们会第一时间删除！联系QQ：502428990。