docs(data): 数据集使用

Author: zjZSTU

docs/index.md

@@ -2,14 +2,6 @@
 
 实现`YOLO_v1`算法
 
-## 数据集
-
-使用`3`类定位数据集，参考[[数据集]Image Localization Dataset](https://blog.zhujian.life/posts/a2d65e1.html)
-
-```
-{'cucumber': 63, 'mushroom': 61, 'eggplant': 62}
-```
-
 ## 实现流程
 
 1. 创建训练数据集

docs/数据集.md

@@ -0,0 +1,46 @@
+
+# 数据集
+
+当前使用`3`类定位数据集，参考[[数据集]Image Localization Dataset](https://blog.zhujian.life/posts/a2d65e1.html)
+
+```
+{'cucumber': 63, 'mushroom': 61, 'eggplant': 62}
+```
+
+## 解析
+
+下载数据集后，解压到`py/data`目录，得到`training_images`，其格式如下：
+
+```
+。。。
+cucumber_4.xml   eggplant_35.jpg  mushroom_20.xml  mushroom_7.jpg
+cucumber_50.jpg  eggplant_35.xml  mushroom_21.jpg  mushroom_7.xml
+cucumber_50.xml  eggplant_36.jpg  mushroom_21.xml  mushroom_8.jpg
+cucumber_51.jpg  eggplant_36.xml  mushroom_22.jpg  mushroom_8.xml
+cucumber_51.xml  eggplant_37.jpg  mushroom_22.xml  mushroom_9.jpg
+cucumber_52.jpg  eggplant_37.xml  mushroom_23.jpg  mushroom_9.xml
+。。。
+```
+
+每个图像都有对应的标注文件，使用`parse_location.py`将两者分离
+
+```
+$ cd py/lib/data
+$ python parse_location.py
+```
+
+最后在`/py/data/location_dataset`目录下得到`imgs`和`annotations`文件夹
+
+```
+├── annotations
+│   ├── cucumber_10.xml
+│   ├── cucumber_11.xml
+│   ├── cucumber_12.xml
+。。。
+。。。
+└── imgs
+    ├── cucumber_10.jpg
+    ├── cucumber_11.jpg
+。。。
+。。。
+```

mkdocs.yml

@@ -31,4 +31,5 @@ extra_javascript:
 nav:
     - Home: index.md
     - 架构解析: '架构解析.md'
+    - 数据集: '数据集.md'
     - log: log.md