معرفی شرکت ها

dataset-downloader-1.0.0

Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
1.0.0
1.0.0

توضیحات

Tool to download large dataset from a list of url
ویژگی مقدار
سیستم عامل -
نام فایل dataset-downloader-1.0.0
نام dataset-downloader
نسخه کتابخانه 1.0.0
نگهدارنده []
ایمیل نگهدارنده []
نویسنده Clément Lafont
ایمیل نویسنده lafont.clem@gmail.com
آدرس صفحه اصلی https://github.com/johnrazeur/dataset_downloader
آدرس اینترنتی https://pypi.org/project/dataset-downloader/
مجوز -
# Dataset Downloader ## Preview Dataset_downloader allow you to download large dataset from multiple list of url, from [image-net](http://image-net.org) for example. You can split the download into 2 folders, one for the training and one for the testing. File are save into their class name, perfect for model training. It looks something like that: ``` root:. | ├───test │ ├───accerola │ ├───apple │ └───lemon ├───train │ ├───accerola │ ├───apple │ └───lemon ``` ## Installation Simply install from pip: ``` pip install dataset_downloader ``` ## Config Create a `dataset.json` file with the following content: ```json { "outputTrain": "...", "outputTest": "...", "ratio": ..., "classes": { "class1": [ "http://url1", "http://url2" ], "class2": [ "http://url1", "http://url2" ], "class3": "list_images.txt" } } ``` * `outputTrain`: Output folder of the training images * `outputTest`: Output folder of the testing images * `ratio`: The ratio of training/testing images. 0.8 correspond of 80% of training images. * `classes`: List of classes with their urls. Urls can be a list of url, a file containing a list of urls or an url containing a list of urls An exemple of file on a windows computer: ```json "outputTrain": "D:/dataset/train", "outputTest": "D:/dataset/test", "ratio": 0.8, "classes": { "accerola": [ "http://tiachea.files.wordpress.com/2008/10/acerolas.jpg", "http://www.jardimdeflores.com.br/floresefolhas/JPEGS/A56acerola5.JPG", "http://farm2.staticflickr.com/1353/4602150961_177e096984_z.jpg", ], "apple": [ "http://www.naturalhealth365.com/images/apple.jpg", "http://urbanext.illinois.edu/fruit/images/apple1.jpg", "https://www.aroma-zone.com/cms//sites/default/files/plante-acerola.jpg" ], "lemon": "list_images.txt", "watermelon": "https://gist.githubusercontent.com/johnrazeur/645787bc08a5aedd82da9573fbfa169a/raw/49cea1ee1438cecef8ac213b20f24e5ae02d4d78/watermelon.txt" } ``` ## Run Simple call the dataset_downloader command: ```bash cd yourdirectory # You must create the dataset.json file before dataset_downloader ```


نیازمندی

مقدار نام
==7.0 Click
==2.20.0 requests


نحوه نصب


نصب پکیج whl dataset-downloader-1.0.0:

    pip install dataset-downloader-1.0.0.whl


نصب پکیج tar.gz dataset-downloader-1.0.0:

    pip install dataset-downloader-1.0.0.tar.gz