“自定义数据”的版本间的差异

来自软件实验室
跳转至: 导航搜索
(创建页面,内容为“这篇博客写的不错,我转载的:[http://blog.csdn.net/tengxing007/article/details/54428262 点击飞过去] 只是github代码:[https://github.com/yhlleo...”)
 
 
第1行: 第1行:
 
这篇博客写的不错,我转载的:[http://blog.csdn.net/tengxing007/article/details/54428262 点击飞过去]
 
这篇博客写的不错,我转载的:[http://blog.csdn.net/tengxing007/article/details/54428262 点击飞过去]
只是github代码:[https://github.com/yhlleo/imageBinaryDataset 点击飞过去]
+
 
 +
这是github代码:[https://github.com/yhlleo/imageBinaryDataset 点击飞过去]
 +
 
 +
代码就是主要是两个cpp,依赖于openvc,流程就是从文件夹找到图片放入文件集合filelists中,再遍历加labal标签,最后通过一个方法转为二进制文件。
 +
其实还可以通过python来完成,更加的简单
 +
 
 +
<nowiki>#encoding=utf-8
 +
import os
 +
import tensorflow as tf
 +
from PIL import Image
 +
 
 +
cwd = os.getcwd()
 +
#图片文件夹目录,可有多层
 +
classes = {'tensor'}
 +
def create_record():
 +
    writer = tf.python_io.TFRecordWriter("train.tfrecords")
 +
    for index, name in enumerate(classes):
 +
        class_path = cwd +"/"+ name+"/"
 +
        for img_name in os.listdir(class_path):
 +
            img_path = class_path + img_name
 +
            img = Image.open(img_path)
 +
            img = img.resize((224, 224))
 +
            img_raw = img.tobytes() #将图片转化为原生bytes
 +
            example = tf.train.Example(
 +
              features=tf.train.Features(feature={
 +
                    "label": tf.train.Feature(int64_list=tf.train.Int64List(value=[index])),
 +
                    'img_raw': tf.train.Feature(bytes_list=tf.train.BytesList(value=[img_raw]))
 +
              }))
 +
            writer.write(example.SerializeToString())
 +
    writer.close()
 +
'''
 +
data = create_record()
 +
'''</nowiki>

2017年1月14日 (六) 19:37的最新版本

这篇博客写的不错,我转载的:点击飞过去

这是github代码:点击飞过去

代码就是主要是两个cpp,依赖于openvc,流程就是从文件夹找到图片放入文件集合filelists中,再遍历加labal标签,最后通过一个方法转为二进制文件。 其实还可以通过python来完成,更加的简单

#encoding=utf-8
import os
import tensorflow as tf
from PIL import Image

cwd = os.getcwd()
#图片文件夹目录,可有多层
classes = {'tensor'}
def create_record():
    writer = tf.python_io.TFRecordWriter("train.tfrecords")
    for index, name in enumerate(classes):
        class_path = cwd +"/"+ name+"/"
        for img_name in os.listdir(class_path):
            img_path = class_path + img_name
            img = Image.open(img_path)
            img = img.resize((224, 224))
            img_raw = img.tobytes() #将图片转化为原生bytes
            example = tf.train.Example(
               features=tf.train.Features(feature={
                    "label": tf.train.Feature(int64_list=tf.train.Int64List(value=[index])),
                    'img_raw': tf.train.Feature(bytes_list=tf.train.BytesList(value=[img_raw]))
               }))
            writer.write(example.SerializeToString())
    writer.close()
'''
data = create_record()
'''