深度学习实战（七）——制作自己的用于分类的数据集

主要分成以下几步;

（1）数据集按比例分成训练集和测试集 ：制作自己的分类数据集（一）——将两个数据集按一定比例分成训练集和测试集

（2）生成tf压缩文件（数据量大时用这种方法）：https://blog.csdn.net/ChaoFeiLi/article/details/86591672

（2）根据图像路径及label生成txt文件：https://blog.csdn.net/u010397980/article/details/84930880（全面：图像路径、标签（各文件夹名字、生成tet标签文件、图像扩增））

（备用）根据图像路径及label生成txt文件：https://blog.csdn.net/u010397980/article/details/84889189

将txt文件转化为json进行操作：https://www.cnblogs.com/jialiuqing--/p/8398464.html

（3）训练：tensorflow分类模型mobilenetv2训练-图像转tfrecord格式并读取批量数据进行训练：https://blog.csdn.net/u010397980/article/details/84980931

 

（后面用的到）带图像预处理的demo：https://blog.csdn.net/u010397980/article/details/84930880

如何用python将文件夹下名称写入csv，并添加标签：https://blog.csdn.net/weixin_40123108/article/details/90511053

TensorFlow笔记-制作自己的训练集，利用卷积神经网络模型进行训练、测试（完整流程）：https://blog.csdn.net/jyy555555/article/details/80283219