当前位置:网站首页>图像数据预处理
图像数据预处理
2022-07-07 23:11:00 【booze-J】
1.下载数据集
首先我们需要先到网上下载猫狗数据集:
猫狗分类数据集下载地址:https://pan.baidu.com/s/1i4SKqWH
密码:d8mt
2.数据集划分
刚开始下载的数据train和test都是猫和狗混合的图片,需要修改一下重新划分一下train和test中的猫和狗分别划分出来。文件结构如下:
|_image
|_train
|_dog
|_cat
|_test
|_dog
|_cat
由于训练时长的问题,这里只用到了2000张图片进行训练,1000图片进行验证。可以自行决定训练和测试数据集的大小。
3.数据预处理代码
代码运行平台为jupyter-notebook,文章中的代码块,也是按照jupyter-notebook中的划分顺序进行书写的,运行文章代码,直接分单元粘入到jupyter-notebook即可。
from keras.preprocessing.image import ImageDataGenerator,array_to_img,img_to_array,load_img
- rotation_range是一个0~180的度数,用来指定随机选择图片的角度
- width_shift和height_shift用来指定水平和竖直方向随机移动的程度,这是两个0~1之间的比
- rescale值将在执行其他处理前乘到整个图像上,我们的图像在RGB通道都是0~255的整数,这样的操作可能使图像的值过高或过低,所以我们将这个值定为0~1之间的数
- shear_range是用来进行剪切变换的程度,参考剪切变换
- zoom_range用来进行随机的放大
- horizontal_flip随机的对图片进行水平翻转,这个参数适用于水平翻转不影响图片语义的时候
- fill_mode用来指定当需要进行像素填充,比如旋转、水平和竖直位移时,如何填充新出现的像素
datagen = ImageDataGenerator(
rotation_range=40, # 随机旋转角度
width_shift_range=0.2, # 随机水平平移
height_shift_range=0.2, # 随机竖直平移
rescale=1./255, # 数值归一化
shear_range=0.2, # 随机裁剪
zoom_range=0.2, # 随机放大
horizontal_flip=True, # 水平翻转
fill_mode="nearest" # 填充方式
)
这里我们以一张图片先来演示数据处理的效果:
# 载入图片
img = load_img("./image/train/cat/cat.1.jpg")
# 将图片转化为array数据格式
x = img_to_array(img)
# (280, 300, 3) = (H,W,channels)
print(x.shape)
# 给图片增加一个维度 加这个维度主要是因为训练的时候需要一个四维的图片
x = x.reshape((1,)+x.shape)
# (1, 280, 300, 3) = (batch_size,H,W,channels)
print(x.shape)
i = 0
# 生成21张图片
# flow随机生成图片 save_prefix为新生成名字的前缀
for batch in datagen.flow(x,batch_size=1,save_to_dir='temp',save_prefix="cat",save_format="jpeg"):
# 执行20次
i += 1
if i>20:
break
测试的图片:
代码运行结果:
可以看到这个数据增强的效果还是不错的哈!
边栏推荐
- 【GO记录】从零开始GO语言——用GO语言做一个示波器(一)GO语言基础
- They gathered at the 2022 ecug con just for "China's technological power"
- Reentrantlock fair lock source code Chapter 0
- Deep dive kotlin collaboration (the end of 23): sharedflow and stateflow
- 新库上线 | CnOpenData中国星级酒店数据
- Reentrantlock fair lock source code Chapter 0
- ReentrantLock 公平锁源码 第0篇
- C language 001: download, install, create the first C project and execute the first C language program of CodeBlocks
- SDNU_ACM_ICPC_2022_Summer_Practice(1~2)
- 国外众测之密码找回漏洞
猜你喜欢
NVIDIA Jetson test installation yolox process record
CVE-2022-28346:Django SQL注入漏洞
Huawei switch s5735s-l24t4s-qa2 cannot be remotely accessed by telnet
Lecture 1: the entry node of the link in the linked list
DNS 系列(一):为什么更新了 DNS 记录不生效?
[note] common combined filter circuit
【GO记录】从零开始GO语言——用GO语言做一个示波器(一)GO语言基础
New library launched | cnopendata China Time-honored enterprise directory
Application practice | the efficiency of the data warehouse system has been comprehensively improved! Data warehouse construction based on Apache Doris in Tongcheng digital Department
1293_ Implementation analysis of xtask resumeall() interface in FreeRTOS
随机推荐
Service Mesh介绍,Istio概述
NTT template for Tourism
Cascade-LSTM: A Tree-Structured Neural Classifier for Detecting Misinformation Cascades(KDD20)
5G NR 系统消息
Lecture 1: the entry node of the link in the linked list
《因果性Causality》教程,哥本哈根大学Jonas Peters讲授
[necessary for R & D personnel] how to make your own dataset and display it.
ThinkPHP kernel work order system source code commercial open source version multi user + multi customer service + SMS + email notification
Play sonar
Qt不同类之间建立信号槽,并传递参数
攻防世界Web进阶区unserialize3题解
接口测试要测试什么?
How does the markdown editor of CSDN input mathematical formulas--- Latex syntax summary
ABAP ALV LVC template
赞!idea 如何单窗口打开多个项目?
Is it safe to open an account on the official website of Huatai Securities?
【笔记】常见组合滤波电路
1293_ Implementation analysis of xtask resumeall() interface in FreeRTOS
Class head up rate detection based on face recognition
去了字节跳动,才知道年薪 40w 的测试工程师有这么多?