前面完成了資料集的圖片標註，在本章節將繼續實作資料集的分類，以及了解資料增強的重要性：

7.1. 資料集的分類

　　在進行YOLO模型訓練之前，我們需要將資料集分為訓練集、驗證集和測試集三個部分，其目的就好比學生準備考試時，需要透過教材了解知識，閱讀完成一個小章節時透過隨堂測驗來驗證是否真的學會了，最後透過大考來測試成績。而教材、隨堂測驗和大考，分別對應到訓練集、驗證集和測試集。一般常見的資料集分割比例如下：

• 訓練集（Training set）： 約 70~80%
• 驗證集（Validation set）： 約 10~20%
• 測試集（Test set）： 約 10~15%

　　在一般圖像辨識任務中，理論上應該要有上百甚至上千張資料，但現實中取得資料較為困難，像本次的案例，初期我們手頭只有 18 張圖像。不過這些可以透過後面的資料增強手段來補足，不過也是需要注意，資料量極少時，即使有資料增強，模型效能依然有限。而本案例主要演示從資料集到訓練的整個流程，因此我們可以先按下列的步驟依序來操作：

Step6：點擊左欄Dataset，按常見資料集分割比例7:2:1，將18張圖像作分類。

圖7.1 Roboflow分類資料集的方法

　　因為Roboflow有限制驗證集和資料集張數最少需要2張，因此本案例將18張圖像分類後，分別為訓練集12張、驗證集3張和測試集3張。

圖7.2 Roboflow分類資料集的成果

7.2. 資料增強的流程

Step7：點擊左欄Versions，這裡也顯示了資料集的主要處理步驟：

1. 來源圖檔統計 (Source Images)
2. 資料集分割統計 (Train/Test Split)
3. 圖像預處理(Preprocessing)：
   這裡預設將圖像處理為640x640像素，以更好的適應YOLO預設的最佳化
4. 資料增強(Augmentation)
5. 資料擴增生成(Create)
   
   圖7.3 Roboflow資料集處理步驟1~3

Step8：點擊Add Augmentation Step。

圖7.4 Roboflow資料集處理步驟4~5

7.3. 資料增強的方法

　　由於建築圖主要是黑白線條及文字為主，所以對於圖像色彩的處理影響有限，例如常見的資料增強方法如色調調整(Hue)、飽和度調整(Saturation)等幾乎無效果。因此，我們需要學習判斷的是，哪些資料增強方式適合應用在建築圖資料集，哪些則不建議使用。

圖7.5 Roboflow資料增強方法

Step9：點擊資料增強選項後，選擇「翻轉、90度旋轉、任意旋轉」的處理方法。

圖7.6 Roboflow資料增強選項

Step10：生成資料增強後的最大資料集張數。(因免費版限制最大僅能放大到3倍)

圖7.7 Roboflow生成擴增資料集

7.4. 結語

　　今天我們學習到資料集分類的意義，且在資料集數量較少的情況下，透過Roboflow平台的資料增強方法，實現了資料集數量的擴增。明天我們即將完成資料集的建置工作。
!