Deeplearning
DataSet 的相关内容
- Dataset: PyTorch的数据集类
1 | from torch.utils.data import Dataset # Dataset: PyTorch的数据集类 |
- 据训练集生成标签集lable
1
2
3
4
5
6
7
8
9
10
11import os
root_dir = "dataset/train"
target_dir = "bees_image"
img_path = os.listdir(os.path.join(root_dir, target_dir))
lable = target_dir.split('_')[0]
out_dir = "bees_lable"
for i in img_path:
file_name = i.split('.jpg')[0]
with open(os.path.join(root_dir, out_dir, "{}.txt".format(file_name)), 'w') as f:
f.write(lable)
TensorBoard 的相关操作
- 如何打开Tensorboard 的logs事件文件,port是指定打开的端口号,默认是6006 documentation
1
tensorboard --logdir=logs --port=6006
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19from torch.utils.tensorboard import SummaryWriter # Summary Writer是一个用于写入TensorBoard的类
import numpy as np
from PIL import Image
writer = SummaryWriter('logs') # 创建一个SummaryWriter对象,指定存储路径写入logs文件夹事件文件
## PIL图像类型转为numpy类型
img_PIL = Image.open("dataset/train/ants_image/0013035.jpg") # 打开一张图片
print(type(img_PIL))
img_array = np.array(img_PIL) # 将PIL图像转为numpy数组
print(type(img_array))
writer.add_image("test", img_array, 1, dataformats='HWC') # 添加图像到日志文件中 dataformats='HWC'表示数据格式为高度、宽度、通道数
for i in range(100):
writer.add_scalar("y=x", i, i) # 添加标量数据 第一个参数是标签,第二个参数是数据,第三个参数是迭代次数 参数标签手动输入
writer.close() # 关闭SummaryWriter对象
本博客所有文章除特别声明外,均采用 CC BY-NC-SA 4.0 许可协议。转载请注明来源 e哥の自我修养!