Данные для подачи в нейросеть должны быть организованы определенным образом. Существует базовый стандарт данных.
Организация файлов
Датасет делится на директории train и test.
В каждой директории образцы каждого класса лежат в соответствующих папках.
Для каждой директории (train и test) создается файл разметки .json для указания класса, к которому относится директория. Иногда метка класса находится прямо в названии директории.
Сбалансированность классов
Для оптимальной работы классификатора количество экземпляров данных в каждом классе должно быть примерно одинаковым.
Репрезентативность данных
В пределах одного класса данные должны быть достаточно многочисленны и разнообразны, представлены всеми возможными вариантами.
