jikuai 0.0.12

A small tools for AI

jikuai Package

This is a simple tools package for AI. 0.08

介绍

AI训练小工具 目前的功能是通过把不同目录的分类数据集写成train.txt文件，以便PaddleClas使用。

软件架构

目标是极简实现功能，不用其它任何非python官方自带的库。

安装教程

1. 直接使用pip install jikuai进行安装

使用说明

PaddleClas数据集生成

想把数据集列表放在哪里，就在哪个目录下执行下面的命令。这里我们生成数据集列表文件在~/ ,以notebook cell单元格格式为例：

%cd ~/
from jikuai.dataset import Dataset
dataset = Dataset("work/data/螺栓质量检测-训练集") # 参数为数据集所在的位置，是分类目录的上一级目录
dataset.paddleclasout(0.8) # 生成训练集和测试集列表，参数为两者划分的比例值

这样就会在~/目录，生成train.txt和eval.txt两个文件。使用PaddleClas分类训练的时候，在yaml配置文件中设置这两个文件参数即可。

dataset.paddleclasout可跟的参数为： 字符串 "train" ：output train.txt文件 字符串 "eval" ：output eval.txt文件 数字或字符串数字：会根据该数值划分训练集和验证集，也就是ouput train.txt文件和eval.txt文件。数字和字符串数字的范围在[0, 1]之间，比如0.8或“0.8”表示训练集占比80%，测试集占比20% 。

npy数据集拆分

安装jikuai pip install jikuai

在python环境下使用： from jikuai.database import npysplit npysplit("train.npy", "train_label.npy", 0.8) 即可将该数据集拆分为训练集和验证集。为了简便，输出文件名写死为： train.npy train_label.npy val.npy val_label.npy

参与贡献

1. Fork 本仓库
2. 新建 xxx 分支
3. 提交代码
4. 新建 Pull Request

附录

本项目下一步的计划有两点： 1 增加对PaddleSeg和PaddleDetection等数据集的输出支持 2 增加模糊参数功能，即用户可以用类似“取xxx目录数据集输出成为PaddleClas格式训练文件，8:2划分训练集和验证集”这样的参数达到目的。

提交到pypi步骤：

先按照提示生成readme.txt setup.cfg等文件，然后进行build： 先安装build模块： python3 -m pip install --upgrade build 然后对该目录进行build： python3 -m build 经过实践，比如版本号的设置，setup.py文件比setup.cfg起效。

这样就有了两个文件在dist目录里： (base) laiweilideMacBook-Air:jikuai skywalk$ ls dist/ jikuai-0.0.1-py3-none-any.whl jikuai-0.0.1.tar.gz

然后安装上传模块： python3 -m pip install --user --upgrade twine 然后就上传： python3 -m twine upload --repository pypi dist/*

最终执行命令： python3 -m pip install --upgrade build python3 -m build python3 -m twine upload --repository pypi dist/*