做网站后台系统的规范,晚上国网app,网页制作素材打包下载,电子商务网站的建设与规划论文一、背景
最近需要用Vision Transformer#xff08;ViT#xff09;完成图像分类任务#xff0c;因此查到了WZMIAOMIAO的GitHub#xff0c;里面有各种图像处理的方法。而图像处理的前期工作就是获取大量的数据集#xff0c;用于训练模型参数#xff0c;以准确识别或分类我…一、背景
最近需要用Vision TransformerViT完成图像分类任务因此查到了WZMIAOMIAO的GitHub里面有各种图像处理的方法。而图像处理的前期工作就是获取大量的数据集用于训练模型参数以准确识别或分类我们的目标图像。
因此这里以下载花分类数据集为例并使用python程序自动将数据集分为训练集和测试集原理是通用的我们可以用此方法制作我们自己的数据集并自动将其分类。
二、环境配置
系统Windows 11为了方便我并没有切换到ubuntu系统
为成功运行程序我是新建了一个conda环境conda名称为Vit。 Anaconda3 python3.8 pycharmIDE
具体指令如下
# 打开Anaconda Prompt
conda create -n Vit python3.8
conda activate Vit三、下载数据集并自动分为训练集和测试集
先下载deep-learning-for-image-processing整个项目保存在E:\manipulator_programming\ViT文件夹。 项目链接https://github.com/WZMIAOMIAO/deep-learning-for-image-processing
然后根据链接https://storage.googleapis.com/download.tensorflow.org/example_images/flower_photos.tgz下载花分类数据集。
花分类数据集使用教程https://github.com/WZMIAOMIAO/deep-learning-for-image-processing/tree/master/data_set
具体步骤为 1在data_set文件夹下创建新文件夹flower_data
2点击链接下载花分类数据集 https://storage.googleapis.com/download.tensorflow.org/example_images/flower_photos.tgz 3解压数据集到flower_data文件夹下 这一步一定要注意文件夹的层级结构删除多余的文件包括压缩文件不然执行第4步脚步时容易报错。
├── data_set ├── flower_data ├── flower_photos ├──daisy ├──dandelion ├──roses ├──sunflowers ├──tulips ├──LICENSE.txt ├── README.md └── split_data.py
小tip如何在CSDN的HTML文档下输入空格字符$nbsp;空格$ 4执行split_data.py脚本自动将数据集划分成训练集train和验证集val完整代码如下
import os
from shutil import copy, rmtree
import randomdef mk_file(file_path: str):if os.path.exists(file_path):# 如果文件夹存在则先删除原文件夹在重新创建rmtree(file_path)os.makedirs(file_path)def main():# 保证随机可复现random.seed(0)# 将数据集中10%的数据划分到验证集中split_rate 0.1# 指向你解压后的flower_photos文件夹cwd os.getcwd()data_root os.path.join(cwd, flower_data)origin_flower_path os.path.join(data_root, flower_photos)assert os.path.exists(origin_flower_path), path {} does not exist..format(origin_flower_path)flower_class [cla for cla in os.listdir(origin_flower_path)if os.path.isdir(os.path.join(origin_flower_path, cla))]# 建立保存训练集的文件夹train_root os.path.join(data_root, train)mk_file(train_root)for cla in flower_class:# 建立每个类别对应的文件夹mk_file(os.path.join(train_root, cla))# 建立保存验证集的文件夹val_root os.path.join(data_root, val)mk_file(val_root)for cla in flower_class:# 建立每个类别对应的文件夹mk_file(os.path.join(val_root, cla))for cla in flower_class:cla_path os.path.join(origin_flower_path, cla)images os.listdir(cla_path)num len(images)# 随机采样验证集的索引eval_index random.sample(images, kint(num*split_rate))for index, image in enumerate(images):if image in eval_index:# 将分配至验证集中的文件复制到相应目录image_path os.path.join(cla_path, image)new_path os.path.join(val_root, cla)copy(image_path, new_path)else:# 将分配至训练集中的文件复制到相应目录image_path os.path.join(cla_path, image)new_path os.path.join(train_root, cla)copy(image_path, new_path)print(\r[{}] processing [{}/{}].format(cla, index1, num), end) # processing barprint()print(processing done!)if __name__ __main__:main()
我们可以根据这个框架进行适当修改将自己的数据集自动分为训练集和测试集。
至此数据集中的10%被复制到val文件夹下90%被复制到train文件夹下完美
结果如下
分享一张花分类数据集中好看的tulips郁金香图片。
