Getting Started

以下为快速上手指南，包含安装与数据集准备步骤，方便在本项目中复现实验。

Installation

克隆仓库：

1 2	git clone https://example.com/your-repo.git cd your-repo

安装依赖（若使用 Hexo）：

# 安装 Node 依赖
npm install

# 启动本地开发服务器（若端口被占用可更换 -p 端口）
npm run dev

可选：准备 Python 环境用于数据处理：

1
2
3

python3 -m venv .venv
source .venv/bin/activate
pip install -r requirements.txt

Prepare Dataset

本项目假设数据以以下结构组织：

dataset/
  ├─ train/
  │   ├─ classA/
  │   └─ classB/
  └─ val/
	  ├─ classA/
	  └─ classB/

如果需要下载或转换数据，可以将原始数据放到 dataset/raw/，然后运行转换脚本：

1	python scripts/prepare_dataset.py --input dataset/raw --output dataset

简单的检查数据完整性的命令示例：

python - <<'PY'
import os
for split in ('train','val'):
	total = sum(len(files) for _,_,files in os.walk(f'dataset/{split}'))
	print(split, total)
PY

如果你希望我为你的数据集写一个具体的准备脚本（包含重采样、帧提取或标签映射），把样例数据结构或一小部分样本发给我，我可以继续帮你实现。