利用数据集筛选快速新建
最后更新于
这有帮助吗？
最后更新于
这有帮助吗？
这有帮助吗？
在TensorBay中，您可以在已创建的数据集列表中通过筛选现有的数据，快速创建新的数据集，该操作将不会重复复制数据，无需担心数据量，操作快捷，节约大量存储成本。您在筛选操作中也可以通过可视化组件在线查看数据详情，标签分布等数据信息。
在TensorBay数据集列表页，在创建数据集的下拉框中选取【Create by filter】，选择您需要筛选的数据集。
代码示例：
def init(params: dict):
# 进行初始化工作，可以返回一个函数或None
return None
def run(data: dict, func=None) -> bool:
# 执行判断操作，data传入的是一个数据集文件相关的数据，func时init返回的函数
# 如果通过筛选返回True，否则返回False
return True
def teardown():
# 执行清理工作，没有返回值
pass
在数据信息筛选条件框中，你可以根据筛选数据需求填写【数据名称】。也支持在【Segment 列表】中单选和多选segment。如果您需要的筛选数据集类型为融合数据集，可以选择有无数据标注的选项。根据此选项，可以在【标注信息条件筛选】框中进行进一步的标注信息筛选。
点击请选择，选择需要搜索的基本信息，目前Box2D基础信息包括：Segment，数据名称，数据大小和是否包含标注。 点击添加【搜索条件】，添加其他搜索条件；点击搜索条件右上角，删除搜索条件。
点击【搜索记录】，您可以查看过去您使用过的搜索记录的状态。
【未保存】：首次搜索，此时搜索结果未保存，不能新建数据集。
【保存进度】：选中搜索结果，点击保存后，开始对搜索结果进行保存。
【已保存】：第二次搜索，此时结果全量展示并保存，可以用此结果新建数据集。
【未保存】记录：选中未保存的搜索记录，您可以在搜索栏查看搜索条件，在数据列表页查看文件数量及大小并预览100条搜索结果。
【已保存】记录：选中已保存的搜索记录，您可以在搜索栏查看搜索条件，在数据列表页查看文件数量及大小并查看全量搜索结果。
选择某个需要筛选的数据集后，将进入【数据列表】界面，您可以在左侧下拉框中选择您需要数据管理的版本。
确定需要管理的版本后，您可以筛选该数据集的Segment，标注类型以及标注标签，得到数据集中符合筛选条件的数据，筛选后的数据将更新在右侧的数据列表中。
在【数据列表】页，您也可以通过右侧可视化中在线预览数据及查看具体的标注情况，使用详情请参考可视化插件指南。
在【数据列表】页，您也可以在【查看模式】的下拉框中选择【统计指标】来查看各标注类型、标注标签的分布情况。
初次数据筛选完成后，搜索记录为【未保存】状态，此时您可以，在数据列表页查看文件数量及大小并预览100条搜索结果。
如果您希望用此搜索结果新建数据集，请先对搜索结果进行保存，已保存的搜索结果新建数据集。 选中您需要保存的搜索记录，点击【保存】按钮，对搜索结果进行保存。
保存完成后，搜索记录状态变更为已保存。选择【用此结果新建数据集】。
填写数据集名称并设置可见范围（公开或者私有）后，选择【确认创建】完成数据集创建。注：您可以在此界面看到已选数据和数据来源。
数据集创建完成后，将转跳至新创建的数据集的详情页，可查看通过筛选创建的数据集。
除了可以使用基础筛选条件（segment名称、标注类型和有无标注）以外，融合数据集和普通数据集支持自定义高级搜索功能。您可以通过制定GitHub URL的方式获取文件，并以该文件作为筛选方法，对数据进行筛选。
在数据集详情页中，点击【管理数据】，进入【数据列表】页面。
点击左上角【搜索】，再点击【高级搜索】选项
左下角会显示【高级搜索GitHub Repo Link】窗口。将您需要上传的文件链接复制入弹窗中，并点击【搜索】执行筛选。 注：填写链接需遵循https协议，即链接需用https开头，地址和revision之间需用“:”分割。
代码示例：
def init(params: dict):
# 进行初始化工作，可以返回一个函数或None
return None
def run(data: dict, func=None) -> bool:
# 执行判断操作，data传入的是一个数据集文件相关的数据，func时init返回的函数
# 如果通过筛选返回True，否则返回False
return True
def teardown():
# 执行清理工作，没有返回值
pass
结束高级筛选之后，结果会自动录入【筛选记录】中。