cifar10数据解析编程

cifar10数据解析编程

import osimport globimport numpy as npimport cv2classification = ['airplane', 'automobile', 'bird', 'cat', 'deer', 'dog', 'frog', 'horse', 'ship', 'truck']def unpickle(file): import pickle with open(file, 'rb') as fo: dict = pickle.load(fo, encoding='bytes') return dict#数据集的文件地址folders = '/home/wy/Desktop/data_manager/data/cifar-10-batches-py'#利用glob获取对应文件夹下的文件序列trfiles = glob.glob(folders + "/data_batch*")data = []labels = []for file in trfiles:#利用官方提供的python3解压代码获取文件数据,返回值是字典类型的 dt = unpickle(file) data += list(dt[b"data"]) labels += list(dt[b"labels"])#print(data)##将数据列表转化成图片格式,-1 表示图片的数量,3表示图像的通道数,32表示图片的大小imgs = np.reshape(data, [-1, 3, 32, 32])#for i in range(imgs.shape[0]): #获取第i张图片的数据 im_data = imgs[i, ...] #opencv的通道维度在后面,所以需要进行通道维度的跟换 im_data = np.transpose(im_data, [1, 2, 0]) #将rgb图片转化成bgr图片 im_data = cv2.cvtColor(im_data, cv2.COLOR_RGB2BGR) #根据不同的类别,生成不同类别的路径 f="{}/{}".format("data/image/train",classification[labels[i]]) if not os.path.exists(f): os.mkdir(f) #利用opencv写图片的方式生成图片,并按照图片的次序给图片命名 cv2.imwrite("{}/{}.jpg".format(f, str(i)), im_data)

将python3的cifar10数据集解压出来放到对应的文件夹,利用上面代码将数据集解析出来

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。