القائمة
网络图像抓取 - 高并发抓取并打包为WebDataset格式
التثبيت باستخدام Codex أو Claude انسخ هذا Prompt والصقه في Codex أو Claude أو مساعد آخر ليراجع صفحة Skill ويثبّتها لك.
استنادا إلى تصنيف SOC المهني
音频文本时序对齐 - DTW实现长音频与文本的自动化时序映射
任意模态对齐 - 文本、图像、音视频任意复合模态数据对齐与重构
ASR数据清洗 - 语种识别与异常字符正规化
音素级强制对齐 - 多语种音素级对齐，支持TTS微调
自动化置信学习 - 自动发现并修正跨模态数据集中的标注错误
图像质量检测 - 自动发现模糊、曝光、低信息量等问题图片
| name | img2dataset |
| description | 网络图像抓取 - 高并发抓取并打包为WebDataset格式 |
| category | vision |
| emoji | 🕸️ |
| github_url | https://github.com/rom1504/img2dataset |
| triggers | ["图像抓取","网络爬虫","webdataset","img2dataset"] |
| inputs | ["txt","csv"] |
| outputs | ["webdataset","tar"] |
| use_cases | ["网络图像抓取","数据集构建"] |
高并发网络图像抓取工具。
pip install img2dataset
img2dataset --url_list urls.txt --output_folder images/