split.md

数据划分

在模型进行训练时，我们需要划分训练集，验证集和测试集，可直接使用paddlex命令将数据集随机划分。如果数据已经划分过，该步骤可跳过。

注：如您使用PaddleX可视化客户端进行模型训练，数据集划分功能集成在客户端内，无需自行使用paddlex命令划分

图像分类

使用paddlex命令即可将数据集随机划分成70%训练集，20%验证集和10%测试集:

paddlex --split_dataset --format ImageNet --dataset_dir MyDataset --val_value 0.2 --test_value 0.1

划分好的数据集会额外生成labels.txt, train_list.txt, val_list.txt, test_list.txt四个文件，之后可直接进行训练。

• 图像分类任务训练示例代码

目标检测

使用paddlex命令即可将数据集随机划分成70%训练集，20%验证集和10%测试集:

paddlex --split_dataset --format VOC --dataset_dir D:\MyDataset --val_value 0.2 --test_value 0.1

执行上面命令行，会在D:\MyDataset下生成labels.txt, train_list.txt, val_list.txt和test_list.txt，分别存储类别信息，训练样本列表，验证样本列表，测试样本列表

• 目标检测任务训练示例代码

实例分割

使用paddlex命令即可将数据集随机划分成70%训练集，20%验证集和10%测试集:

paddlex --split_dataset --format COCO --dataset_dir D:\MyDataset --val_value 0.2 --test_value 0.1

执行上面命令行，会在D:\MyDataset下生成train.json, val.json, test.json，分别存储训练样本信息，验证样本信息，测试样本信息

• 实例分割任务训练示例代码

语义分割

使用paddlex命令即可将数据集随机划分成70%训练集，20%验证集和10%测试集:

paddlex --split_dataset --format SEG --dataset_dir D:\MyDataset --val_value 0.2 --test_value 0.1

执行上面命令行，会在D:\MyDataset下生成train_list.txt, val_list.txt, test_list.txt，分别存储训练样本信息，验证样本信息，测试样本信息

• 语义分割任务训练示例代码