【深度学习实战—番外篇2】:如何保存CIFAR-10数据集图片?

✨博客主页:米开朗琪罗~
✨博主爱好:羽毛球
✨年轻人要:Living for the moment(活在当下)!
推荐专栏:【图像处理】【千锤百炼Python】【深度学习】【排序算法】

目录

  • 一、简述
  • 二、程序编写
    • 2.1 文件夹建立
    • 2.2 程序编写
  • 三、图片可视化

一、简述

CIFAR-10数据集是一个包含了6000032×32RGB图像数据集,所有图像共被划分为10个类别,分别为:

['飞机', '汽车', '鸟', '猫', '鹿', '狗', '青蛙', '马', '船', '卡车']
['airplane', 'automobile', 'bird', 'cat', 'deer', 'dog', 'frog', 'horse', 'ship', 'truck']

【深度学习实战—2】:基于Keras的cifar10图像分类(非常详细、代码开源)这篇博文已经介绍了如何使用CIFAR-10数据集并基于keras框架做了一个分类任务!

该篇博文的目的就是如何将CIFAR-10数据集的图片导出并保存至本地文件夹中。

二、程序编写

2.1 文件夹建立

步骤一:首先我们在桌面(也可为其他路径)路径下建立一个名为cifar10的空文件夹;
【深度学习实战—番外篇2】:如何保存CIFAR-10数据集图片?_第1张图片
步骤二:在cifar10文件夹下建立train和test文件夹;
【深度学习实战—番外篇2】:如何保存CIFAR-10数据集图片?_第2张图片
步骤三:分别在train和test文件夹下建立10个与图像类别名称相同的空文件夹。
【深度学习实战—番外篇2】:如何保存CIFAR-10数据集图片?_第3张图片

2.2 程序编写

对训练集数据进行图像保存的程序如下所示:

from keras.datasets import cifar10
from PIL import Image

"""
数据集下载与加载(利用KerasAPI)
"""
# x_train_original和y_train_original代表训练集的图像与标签, x_test_original与y_test_original代表测试集的图像与标签
(x_train_original, y_train_original), (x_test_original, y_test_original) = cifar10.load_data()

root_path = 'C:\\Users\\Lenovo\\Desktop\\cifar10\\'


def mnist_train_save():
    for i in range(60000):
        print(i)
        if (y_train_original[i] == 0):
            img = Image.fromarray(x_train_original[i])
            img.save(root_path + 'train\\airplane\\' + str(i) + '.jpg')
        elif (y_train_original[i] == 1):
            img = Image.fromarray(x_train_original[i])
            img.save(root_path + 'train\\automobile\\' + str(i) + '.jpg')
        elif (y_train_original[i] == 2):
            img = Image.fromarray(x_train_original[i])
            img.save(root_path + 'train\\bird\\' + str(i) + '.jpg')
        elif (y_train_original[i] == 3):
            img = Image.fromarray(x_train_original[i])
            img.save(root_path + 'train\\cat\\' + str(i) + '.jpg')
        elif (y_train_original[i] == 4):
            img = Image.fromarray(x_train_original[i])
            img.save(root_path + 'train\\deer\\' + str(i) + '.jpg')
        elif (y_train_original[i] == 5):
            img = Image.fromarray(x_train_original[i])
            img.save(root_path + 'train\\dog\\' + str(i) + '.jpg')
        elif (y_train_original[i] == 6):
            img = Image.fromarray(x_train_original[i])
            img.save(root_path + 'train\\frog\\' + str(i) + '.jpg')
        elif (y_train_original[i] == 7):
            img = Image.fromarray(x_train_original[i])
            img.save(root_path + 'train\\horse\\' + str(i) + '.jpg')
        elif (y_train_original[i] == 8):
            img = Image.fromarray(x_train_original[i])
            img.save(root_path + 'train\\ship\\' + str(i) + '.jpg')
        else:
            img = Image.fromarray(x_train_original[i])
            img.save(root_path + 'train\\truck\\' + str(i) + '.jpg')


mnist_train_save()
print('图片保存完成')

对测试集数据进行图像保存的程序只需要把程序中的train改成test即可。

三、图片可视化

【深度学习实战—番外篇2】:如何保存CIFAR-10数据集图片?_第4张图片
所有图像已打包好:CIFAR-10数据集的图像分类汇总.rar

你可能感兴趣的:(图像处理,深度学习,python,图像处理,深度学习,keras)