# 数据集、Label、Mask 处理流程

本项目保留 `Seg/` 里的原始处理逻辑，并在网页端把上传数据集统一组织成：

```text
var/uploads/datasets/<dataset_name>/
  images/   原始图片或待推理图片
  labels/   YOLO txt/json/yaml 标注
  masks/    语义分割灰度 mask 或彩色 label/mask
```

## 现有数据集样例

可以参考两个现有路径：

- `Seg/DataSet_Own/A_Ori` 与 `Seg/DataSet_Own/A_Label_Ori`
- `Seg/Seg_All_In_One_YoloModel/Yolo数据集构建/ORI` 与 `Label`

它们的核心要求是：原图和标注图用同一个文件 stem 配对。比如：

```text
images/sample_001.png
masks/sample_001.png
labels/sample_001.txt
```

如果彩色 label 带 `_label` 后缀，原脚本会在配对或转换时剥离这个后缀。

## 彩色 label 到训练 mask

`Seg/DataSet_Own/1. 图片预处理（内含使用手册）/4_deal_labels.py` 的流程是：

1. 从人工彩色 label 读取 RGB。
2. 用边缘检测、连通域检测、分水岭填充清理标注区域，输出 `*_label.png` 到 `*_pro_label_fold`。
3. 按 `Annotate_CLASSES` 和 `Annotate_PALETTE` 精确匹配颜色。
4. 背景写成 `0`，第一个类别从 `1` 开始写入灰度 GT mask。
5. 输出训练用 mask 到 `*_GT_label_fold`，默认后缀是 `_gtFine_labelTrainIds.png`。

因此，新数据如果是 MMSeg/SegModel 语义分割训练，推荐准备：

```text
images/*.png
masks/*.png   # 单通道灰度，0 是背景，1..N 是类别 id
```

如果手里只有彩色 label，需要先按调色板转换成灰度 mask。新增类别时要同步维护：

- `Annotate_CLASSES`
- `Annotate_PALETTE`
- `bg_PALETTE`

## 彩色 label 或 GT mask 到 YOLO txt

YOLO 分割训练使用 polygon txt。现有脚本路径：

```text
Seg/Seg_All_In_One_YoloModel/Yolo数据集构建/2_Check_and_Gen_Txt_Label_sort_label.py
```

该脚本会读取 `ORI_GT_label_fold` 中的灰度 GT mask：

- `0` 是背景；
- 非背景灰度值代表类别；
- 每个类别区域提取轮廓；
- 坐标按图片宽高归一化；
- 输出 `class_id x1 y1 x2 y2 ...` 到 `Data/labels/train` 和 `Data/labels/val`。

网页端的上传数据集如果要直接训练 YOLO，需要：

```text
images/sample_001.png
labels/sample_001.txt
```

然后在数据集页生成 `dataset.yaml`，再启动 `yolo.train_custom`。

## 新图片推理

如果只是对新图片做推理，不需要 mask 或 label：

1. 在网页数据集页创建一个新数据集。
2. 把新图片上传到 `images`。
3. 进入推理页，选择一个已经训练好的权重，例如 `best.pt`。
4. 图片来源选择这个数据集，启动预测或热度图任务。

如果要把新图片加入训练，则必须额外提供同名的 `mask` 或 `label txt`，否则只能用于推理或人工复核。