Seg_Data_Server_Net/docs/DATASET_PREPARATION.md

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：

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：

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：

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：

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：

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。