Hacktoberfest 2026: le issue che i maintainer hanno segnato per ottobre, aperte e adatte ai principianti. Sfoglia le issue Hacktoberfest

Dataset download script

Aperta Adatta ai principianti
  • Qualcosa non va?
#5 0 commenti 0 reazioni 0 assegnatari Vedi su GitHub

Nessuno ha ancora preso questa issue.

Valutazione

Difficoltà
2/5
Tempo stimato
1-3 ore
Idoneità per principianti
70/100
Tipo di issue
Funzionalità
Chiarezza
Specificata chiaramente
Stato di attività
Attiva
Stack tecnologico
huggingface, python
Ambito
data

Direzione di ricerca

Lavora in scripts/download_data.py, che l'issue indica come unico file da modificare. Leggi come datasets.load_dataset viene chiamato con split='train' e dove le immagini vengono scritte come JPEG in data/raw/<class>/. Aggiungi il salto quando la cartella esiste già e la stampa del conteggio per classe. È completato quando un'esecuzione produce 1000 immagini in ciascuna delle cartelle cats, dogs e snakes. La issue #4 è indicata come dipendenza, quindi verifica il suo stato prima di iniziare.

Scritto dal modello di indicizzazione a partire dal testo della issue.

Descrizione

data

Download Jogitha/Animal_Image_Classification_Dataset from Hugging Face into data/raw/<class>/.

Files: scripts/download_data.py

Tasks
  • Use datasets.load_dataset(..., split='train')
  • Save each image as JPEG into data/raw/cats|dogs|snakes/
  • Skip download if the folder already exists
  • Print the number of images per class
Done when

Running the script produces 1000 images in each of the 3 class folders.

Depends on

#4

Close with a commit or PR message containing Closes #<this issue>.

Lingua principale
Jupyter Notebook
Stelle
0
Fork
0
Merge medio
1m
PR unite (30g)
3

Preparare l'ambiente

Questo progetto non fornisce container di sviluppo, Dockerfile né guida per i contributori, quindi l'ambiente è a tuo carico: parti dal suo README e consulta la nostra guida al primo contributo per i passaggi generali.

Come iniziare

  1. Leggi tutta la issue e poi la guida ai contributi del progetto.
  2. Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
  3. Fai un fork del repository e lavora su un branch.
  4. Apri una pull request che faccia riferimento al numero della issue.

Altre issue di VisionForgeCSE/CNN-For-Image-Classification

Tutte le issue di VisionForgeCSE/CNN-For-Image-Classification

Issue simili

Altre issue su Data Engineering

Ricevi le nuove issue nella tua casella

Un breve riepilogo di issue GitHub adatte ai principianti.