python实现CIFAR-10数据集可视化
2016-12-20 11:42
706 查看
python实现cifar10数据集的可视化
CIFAR-10数据集介绍
① CIFAR-10数据集包含60000个32*32的彩色图像,共有10类。有50000个训练图像和10000个测试图像。数据集分为5个训练块和1个测试块,每个块有10000个图像。测试块包含从每类随机选择的1000个图像。训练块以随机的顺序包含这些图像,但一些训练块可能比其它类包含更多的图像。训练块每类包含5000个图像。
②data——1个10000*3072大小的uint8s数组。数组的每行存储1张32*32的图像。第1个1024包含红色通道值,下1个包含绿色,最后的1024包含蓝色。图像存储以行顺序为主,所以数组的前32列为图像第1行的红色通道值。
labels——1个10000数的范围为0~9的列表。索引i的数值表示数组data中第i个图像的标签。
③数据集中包含另外1个叫batches.meta的文件。它也包含1个Python字典对象。有如下列元素:
label_names——1个10元素的列表,给labels中的数值标签以有意义的名称。例如,label_names[0] == “airplane”, label_names[1] == “automobile”等。
下载python版本的cifar数据
先给个cifar数据下载链接:http://www.cs.toronto.edu/~kriz/cifar.html链接上提到三个数据版本,分别是python,matlab,binary版本,分别适合python,matlab,C程序
我们用python实现cifar数据转化为图像,当然要用Python版本。
# -*- coding: utf-8 -*- """ Created on Tue Dec 20 10:43:59 2016 @author: HDU """ # -*- coding:utf-8 -*- import pickle as p import numpy as np import matplotlib.pyplot as plt import matplotlib.image as plimg from PIL import Image from scipy.misc import imread, imsave, imresize def load_CIFAR_batch(filename): """ load single batch of cifar """ with open(filename, 'rb')as f: datadict = p.load(f) X = datadict['data'] Y = datadict['labels'] X = X.reshape(10000, 3, 32, 32) Y = np.array(Y) return X, Y def load_CIFAR_Labels(filename): with open(filename, 'rb') as f: lines = [x for x in f.readlines()] print(lines) if __name__ == "__main__": load_CIFAR_Labels("E:/cifar/cifar-10-batches-py/batches.meta") imgX, imgY = load_CIFAR_batch("E:/cifar/cifar-10-batches-py/data_batch_1") print "imgX.shape:",imgX.shape print "正在保存图片:" for i in xrange(imgX.shape[0]): imgs = imgX[i - 1] if i < 10:#只循环100张图片,这句注释掉可以便利出所有的图片,图片较多,可能要一定的时间 img0 = imgs[0] img1 = imgs[1] img2 = imgs[2] i0 = Image.fromarray(img0) i1 = Image.fromarray(img1) i2 = Image.fromarray(img2) img = Image.merge("RGB",(i0,i1,i2)) name = "img" + str(i) img.save("E:/cifar/images/"+name,"png")#文件夹下是RGB融合后的图 #name = "img" + str(i)+".png"像 #imsave("E:/cifar/images/"+name,img)#文件夹下是RGB融合后的图像 for j in xrange(imgs.shape[0]): img = imgs[j - 1] name = "img" + str(i) + str(j) + ".png" print "正在保存图片-" + name plimg.imsave("E:/cifar/image/" + name, img)#文件夹下是RGB分离的图像 print "保存完毕."
后面再研究C程序和Matlab版本的格式转化
参考:
http://blog.csdn.net/zengxyuyu/article/details/53232533#reply
原博客有代码我没跑通,我做了部分修改。
相关文章推荐
- TensorFlow学习——CIFAR-10(python实现数据可视化)
- CIFAR-10数据集可视化Python版本
- CIFAR-10数据集可视化二进制版本
- [keras实战] 小型CNN实现Cifar-10数据集84%准确率
- [CS231n-assignment2] Python从零实现的CNN在CIFAR-10上的实验报告
- python实现cifar10数据集的可视化
- Tensorflow学习笔记:CNN篇(3)——CIFAR-10数据集的CNN实现
- 制作自己的数据集之1 python3 实现cifar10数据集的可视化 --- 减少数据集6万张图片为100张图片
- Python3读取深度学习CIFAR-10数据集出现的若干问题解决
- Keras基于Cifar-10数据集的CNN实现
- 神经网络与深度学习 使用Python实现基于梯度下降算法的神经网络和自制仿MNIST数据集的手写数字分类可视化程序 web版本
- Tensorflow深度学习之二十一:LeNet的实现(CIFAR-10数据集)
- Tensorflow深度学习之二十二:AlexNet的实现(CIFAR-10数据集)
- 用Python3.x解析CIFAR-10数据集图片
- python实现cifar10数据集的可视化
- TensorFlow深度学习进阶教程:TensorFlow实现CIFAR-10数据集测试的卷积神经网络
- python实现cifar10数据集的可视化
- Alexnet网络模型在cifar-10数据集上的实现(基于tensorflow-gpu)
- python实现cifar10数据集的可视化
- 用Python3.x解析CIFAR-10数据集图片