Imagenet数据集,imagenet数据集有哪些种类

　　下载并导入imagenet数据集。首先，从官网下载数据集。这里显示的是官网的链接。http://www.image-net.org/download-images

　　要下载原始图像，您必须注册一个帐户。学校邮箱edu需要注册邮箱。

　　这段代码的操作主要是针对下载原图和处理分类任务数据集。点击进入下载原图页面后，

　　虽然可以看到一系列内容，但ILSVRC 2012一般是作为实验数据下载的。

　　以下代码github链接：https://github.com/cv ychen/deal-with-imagenet . git

　　1.关于图像串图像(任务12) .138gb。

　　训练图像(任务3 ).728MB

　　验证图像(所有任务)。

　　测试图像(所有任务)13GB

　　其中，训练包照片：1，281，167张，每节课包含732至1，300张照片；第一次下载的时候，训练集的照片只有110w左右，就又下载了一遍。下载两次的文件大小相同。如果读者照片数量不一致，可以通过重新下载解决。)

　　验证图片：5万张，每类包含50张图片；

　　测试集图像：100，000个图像，每个类别包含100个图像。

　　任务1 2表示分类和定位任务。

　　任务3是指目标探测任务。一般只要是分类的任务1 2都可以下载。

　　3.development kit development kit(task12). 2.5 MB)包含Task 12训练集的标签，包括meta.mat和ils vrc 2012 _ validation。

　　EvepmentKit (task3) .22MB .包含task3训练集的标记文件。

　　4.建议下载imagenet数据集大，普通浏览器下载慢。以下建议：

　　) 1.使用互联网下载管理器下载并支持下载；

　　2)使用迅雷下载器帮助下载；

　　(3)上网找网友提供的网盘下载。开个会员可能更快。

　　第二，解压存档数据(sh脚本适用于Linux。请用windows) 1手动解压。请将其解压缩到pre_data文件夹。有一个处理压缩文件的脚本。

　　关于训练集

　　运行bashtrainprep.sh。

　　处理流程：

　　1)在当前文件夹中新建一个火车文件夹，将当前文件夹的压缩包复制到火车文件中；

　　2)进入火车文件夹，解压并删除压缩包；

　　)解压后得到多个压缩文件，继续解压，并创建相应的文件夹存储解压后的图像。

　　关于验证集(valprep.sh valprep.py)

　　处理流程：

　　运行bashvalprep.sh。

　　1)在当前文件夹中新建一个val文件夹，将当前文件夹的压缩包复制到val文件中；

　　2)进入val文件夹，解压并删除压缩包；

　　3)解压所有图像。

　　运行python valprep.py

　　4)根据开发套件中的文件存档val数据集的图像(任务1)。

　　关于测试集bash testprep.sh

　　处理流程：

　　运行bashtestprep.sh。

　　1)在当前文件夹中新建一个测试文件夹，并将当前文件夹的压缩包复制到测试文件中；

　　2)进入测试文件夹，解压并删除压缩包；

　　)3)解压所有图片。

　　3.使用pytorch将图像导入流程：

　　运行python loadData.py

　　在这种情况下，您可以使用数据集导入数据集。ImageFolder，并将路径更改为imagenet所在的路径。Net文件夹必须包含三个数据文件：train、val和test。

　　数据集。ImageFolder必须从子文件夹中读取数据，因此每个类别的数据必须在一个文件夹中。

　　四。参考文献1。代码来源是https://blog.csdn.net/weixin _ 43002433/article/details/106225771。

　　我修改了一些代码。

　　2.有关信息，请参考blogs.com/zjut, https://www.cn公司的ZZ/P/6083201.html。

　　3359 blog.csdn.net/fengbing春/文章/详情/88606621

　　3359 blog.csdn.net/QQ _ 43205738/文章/详情/86543766

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。