数据预处理

详细的数据预处理文档。

预处理流程

数据预处理是整个管道中的第一步。

输入

原始数据应按以下目录结构组织：

dataset/raw_data/<datadir>/
├── <class_1>/
│   ├── img_001.jpg
│   ├── img_002.jpg
│   └── ...
└── <class_2>/
    ├── img_003.jpg
    └── ...

处理步骤

1. 自动类别识别: 逐级目录 → 类别标签
2. 图像加载: 支持 JPG、PNG、BMP 等格式
3. 等比缩放: 保持宽高比，缩放至目标尺寸
4. 中心裁剪: 确保输出 224×224（或指定大小）
5. 格式统一: 存储为 JPG 格式

输出

dataset/processed_data/<datadir>/
├── <class_1>/
│   ├── img_001.jpg
│   ├── img_002.jpg
│   └── ...
├── <class_2>/
│   └── ...
└── class_manifest.csv

Manifest 文件

class_manifest.csv 记录数据集元信息：

class_id	class_name	num_samples
0	normal	150
1	psoriasis	120

自定义参数

见 CLI 参考 - preprocess

---

完整文档待补充...