资源简介
用自己的数据,制作python版本的cifar10数据集。可以任意别类任意数量,根据自己爬取的数据修改代码参数即可。
代码片段和文件信息
#!/usr/bin/env python
# coding: utf-8
# #参考来源:https://blog.csdn.net/qq_39131592/article/details/78990775
#
# 1、rgb =
# img.split():(已解决)
# valueError:too many values to unpack(expected 3)
# unpack的个数对不上,比如:ab = tuple(123) 就会报出这个错误
# 通过Img.mode发现有的图片是“1”、“L”、“P”和“RGBA”模式,需要convert
#
# 2、rgb =
# img.split():(待解决)
# OSError:cannot identify
# image file:路径+格式
# 暂时理解为系统兼容性问题
#
# 参考:https://blog.csdn.net/l297969586/article/details/70597826
# folder=“H:/VOC2007/test_ad“是最初的图片文件夹
# folder_ad=“H:/VOC2007/test_rs“是resize后的图片文件夹
# binpath=“H:/VOC2007/get4/test_batch“ 是要生成的cifar10测试集test_batch的路径
# In[1]:
from PIL import Image
import numpy as np
import pickleglobos
import operator
from os import listdir
import sys
import pickle
import random
# In[2]:
data={}
list1=[]
list2=[]
list3=[]
def img_tra():
for k in range(0 num):
currentpath=folder + “\\“ + imglist[k]
im=Image.open(currentpath)
#width=im.size[0]
#height=im.size[1]
x_s=200
y_s=200
out = im.resize((x_sy_s)Image.ANTIALIAS)
out.save(folder_ad + “\\“ + str(imglist[k]))
def addWord(theIndexwordadder):
theIndex.setdefault(word[]).append(adder)
def seplabel(fname):
filestr=fname.split(“.“)[0]
label=int(filestr.split(“_“)[0])
return label
def mkcf():
global data
global list1
global list2
global list3
for k in range(0 num):
currentpath=folder_ad + “\\“ + imglist[k]
im=Image.open(currentpath)
with open(‘./data_batch_5‘ ‘a‘) as f: #三通道的200*200
for i in range (0200):
for j in range (0200):
cl=im.getpixel((ij))
list1.append(cl[0])
for i in range (0200):
for j in range (0200):
cl=im.getpixel((ij))
#with open(binpath ‘a‘) as f:
#mid=str(cl[1])
#f.write(mid)
list1.append(cl[1])
for i in range (0200):
for j in range (0200):
cl=im.getpixel((ij))
list1.append(cl[2])
list2.append(list1)
list1=[]
f.close()
print(“image“+- 上一篇:python背单词小程序
- 下一篇:船舶AIS数据轨迹可视化python代码.py
相关资源
- 7.图像风格迁移 基于深度学习 pyt
- dronet源码+论文(深度学习)
- 012345手势识别神经网络代码
- 深度学习(SPOT-RNA)
- 深度学习YOLOv3分类算法
- Deep Learning Cookbook_ practical recipes to g
- 深度学习视频中的行为识别
- deep learning with python 中文版
- 吴恩达深度学习超参数调制完整程序
- 深度学习入门 基于python理论与实现
- Python-基于深度学习的语音增强使用
- 《深度学习Deep Learning with Python 2017》
- 深度学习进阶:自然语言处理
- 基于深度学习堆栈自动编码器模型的
- 深度学习入门:基于python的理论与实
- 吴恩达深度学习1-21-31-42-1编程作业线
- 基于Python的深度学习
- 安全帽检测detect.7z
- deep_learning_with_python.pdf(Jason Brownlee)
- 人脸识别python代码
- Make Your Own Neural Network - 搭建自己的神
- BrownLee Better Deep Learning
- python 直方图规定化代码
- 简单粗暴 TensorFlow
- 5. 深度学习中的目标检测 python代码实
- 深度学习入门:基于Python的理论与实
- Deep Learning from Scratch中文名:深度学习
- Deep Learning for Natural Language Processing.
- 字符型图片数字验证码识别完整过程
- Python深度学习
川公网安备 51152502000135号
评论
共有 条评论