Tensorflow深度学习入门（6）——自制数据集

 

Tensorflow深度学习入门——自制数据集

 

python 将自己的图片数据集制作成tensorflow可读取的数据集文件*.cvs

 

这里假设你已经有了样本图片数据集，而且正样本和负样本已经分好类了

 

说明下制作正样本数据集*.csv的过程，负样本数据集的制作也同样

 

 

import os,os.path  
import shutil,string

dir = "F:\Python27\work\deal-file\pos"
outdir = "pos"
label = " 1"

fileList = os.listdir(dir)
#列出dir目录下的目录和文件

fileinfo = open('list.csv','w')
#将结果保存在list.csv中

for i in fileList:
    curname = os.path.join(outdir, i)
    print curname
    fileinfo.write(curname +  ' 1' + '\n') #这里 1 为正样本的标签
    #print i
fileinfo.close()

 

 

 

 

生成的样本集如下：

 

 

 

其他相关的函数可参考：

Python的os模块，包含了普遍的操作系统功能，这里主要学习与路径相关的函数：

 

os.listdir(dirname)：列出dirname下的目录和文件

 

os.getcwd()：获得当前工作目录

 

os.curdir:返回当前目录（'.')

 

os.chdir(dirname):改变工作目录到dirname

 

os.path.isdir(name):判断name是不是一个目录，name不是目录就返回false

 

os.path.isfile(name):判断name是不是一个文件，不存在name也返回false

 

os.path.exists(name):判断是否存在文件或目录name

 

os.path.getsize(name):获得文件大小，如果name是目录返回0

 

os.path.abspath(name):获得绝对路径

 

os.path.normpath(path):规范path字符串形式

 

os.path.split(name):分割文件名与目录（事实上，如果你完全使用目录，它也会将最后一个目录作为文件名而分离，同时它不会判断文件或目录是否存在）

 

os.path.splitext():分离文件名与扩展名

 

os.path.join(path,name):连接目录与文件名或目录

 

os.path.basename(path):返回文件名

 

os.path.dirname(path):返回文件路径