准备数据集,如果数据集是如下格式,可以通过create_list进行创建;当有多个标签(如DTCDSCD等),只需要将组织数据是将多个标签组织成label_1、label_2……这样的格式即可。关于正负样本分类的场景数据集训练变化网络(如CDMI-Net等),数据集如是下边的格式,可以通过split_create_list_class进行创建。
dataset
├── train # 训练数据
| ├── A # 时段一
| ├── B # 时段二
| ├── C # 时段三
| └── label # 变化标签
├── val # 评估数据
| ├── A
| ├── B
| ├── C # 时段三
| └── label
└── infer # 预测数据
├── A
├── B
└── C
dataset
├── P # 正样本数据
| ├── A # 时段一
| ├── B # 时段二
| └── C # 时段三
└── N # 负样本数据
├── A
├── B
└── C # 时段三
可以参考入门项目(【ppcd快速入门】大图滑框变化检测与拼接)的数据使用方式。支持大于一期的图像和标签,可以通过split_eval
进行划分。在使用时将Dataset
中的big_map
设置为True
即可。注意输入的图像数据为列表,哪怕只有一张图像也需要组成列表。