cleanvision

环境要求

• 已安装 Python 环境与 pip（README 未指定具体版本）
• 可运行 python 脚本或 Jupyter Notebook 的环境
• 一个包含图像文件的本地文件夹路径（README 中写作 FOLDER_WITH_IMAGES/）
• 如需下载官方示例数据集，需要 wget 命令（可选）

安装与启动步骤

1. 1安装 CleanVision

   README 的 Installation 只给出一条命令，直接在终端执行即可完成安装。

   pip install cleanvision

   复制

2. 2下载示例数据集

   这一步是可选的。README 说明也可以直接使用你自己已有的图片集合。

   wget -nc 'https://cleanlab-public.s3.amazonaws.com/CleanVision/image_files.zip'

   复制

3. 3初始化 Imagelab

   指定包含图像文件的文件夹路径，创建 Imagelab 对象。注意路径要和实际图片目录一致。

   from cleanvision import Imagelab
   
   # Specify path to folder containing the image files in your dataset
   imagelab = Imagelab(data_path="FOLDER_WITH_IMAGES/")

   复制

4. 4自动检测数据问题

   调用 find_issues 自动检查预定义的一组问题（模糊、过暗、过曝、近似重复等）。

   imagelab.find_issues()

   复制

5. 5生成问题报告

   调用 report 输出数据集中发现的问题清单和报告，用于定位需要清洗的图片。

   imagelab.report()

   复制

6. 6只检测指定问题

   通过 issue_types 字典限定要检测的问题类型，report 时也传入相同的参数。

   issue_types = {"dark": {}, "blurry": {}}
   
   imagelab.find_issues(issue_types=issue_types)
   
   # Produce a report with only the specified issue_types
   imagelab.report(issue_types=issue_types)

   复制

关键配置

如何确认成功

运行 imagelab.report() 后输出问题报告，列出检测到的问题类型及对应图片清单，即为成功。

常见问题

注意事项

• README 未指定 Python 版本要求，安装前请确认 pip 可用。
• 示例数据集仅用于快速体验，实际使用时替换为自己的图像文件夹路径。
• report() 与 find_issues() 传入的 issue_types 应保持一致，否则报告范围可能不符预期。
• 更多用法与教程见 README 中给出的 Tutorial 文档链接。