Index
Датасеты Hyppopipe находятся в пакете hyppopipe.data.dataset. Все конкретные ридеры наследуются от ImageDataset и возвращают данные в формате, подходящем для конкретной задачи (изображение + метка класса, изображение + маска и т.д.).
| Класс | Задача | Структура |
|---|---|---|
ImageFolderDataset |
Классификация | root/<class>/снимки |
PairedImageMaskFolderDataset |
Семантическая сегментация | root/images + root/masks |
YAMLDataset |
Классификация / детекция / сегментация | YOLO data.yaml |
Разбиение на train / val / test¶
Открытые датасеты часто содержат готовые папки Train, Validation и Test. Hyppopipe учитывает такую структуру по умолчанию (absorb_folders=False).
Если нужно другое соотношение, установите absorb_folders=True и разделите программно:
from hyppopipe.data.dataset import ImageFolderDataset, split_random_fractions
full_ds = ImageFolderDataset("data/", absorb_folders=True)
splits = split_random_fractions(full_ds, (0.7, 0.15, 0.15), seed=42)
TrainVal и TrainValTest (алиас SplitData) оборачивают части выборки для Trainer.
Адаптеры задач¶
Некоторые датасеты содержат разметку сразу для нескольких задач. Адаптеры в hyppopipe.data.dataset.adapters отдают только нужные поля: classification, detection, segmentation, roi_classification.