from iap import IAPDataset

# 读取数据集描述文件，加载数据集
A_set = IAPDataset('metadata.yml')

# 读取第一个数据
(image, annotation) = A_set.load_data(idx=0)

# 删除第一个数据
A_set.delete_data(name=annotation['name'])

# 添加数据，更新标注文件和数据集文件
A_set.add_data((image, annotation), state_update=True)

from iap import func_processor, if_processor
processors = []

# 使用自定义函数方式处理数据
def process_func(iap_data, **kwargs):
    do_something()
    if bad:
        # 返回 None 表示舍弃数据
        return None
    return iap_data
processors.append(func_processor(color_calibration, {}))

# 使用标注数据进行简单判断筛选
if_list = [lambda iap_data: iap_data[1]["height"] / iap_data[1]["width"] >= 1.5]
processors.append(if_processor(if_list))

# 处理数据集，生成新数据集 "clean"
A_set.pipeline('clean', processors)