深度学习数据集准备:使用photoshop 批处理图像数据
2016-12-25 12:32
295 查看
进行深度学习,需要准备自己的数据集进行测试,为了避免写程序统一处理,一些简单的图像预处理操作可以使用photoshop完成:
1、创建、记录动作
2、根据动作对数据集进行批处理
=====================
1、创建和记录动作
1)在PS中,点选菜单“窗口——动作”,或按Alt+F9键打开“动作”面板。
2)先点击动作面板的“新建组”按钮,新建一个自己的动作组文件夹,随便起个名字,比如“eq”。
然后点击“新建动作”按钮,建立一个新动作。(在动作窗口中可以设置该动作的名称、所属组、快捷键等)
3)新动作建立后,可以看到“动作面板”上的“录制”动作按钮已选中变为了红色,下面根据个人需要进行PS操作,会记录所有动作。
比如,打开一个文件,进行自动色阶量化,然后保存,具体如下。
4)动作完成之后,点击停止按钮,就将这个动作保存了。
2、自动批处理
打开,“文件”--》“自动”--》“批处理”,设置下面菜单,选择需要处理的输入文件夹后,点击“好”,就完成批处理。
1、创建、记录动作
2、根据动作对数据集进行批处理
=====================
1、创建和记录动作
1)在PS中,点选菜单“窗口——动作”,或按Alt+F9键打开“动作”面板。
2)先点击动作面板的“新建组”按钮,新建一个自己的动作组文件夹,随便起个名字,比如“eq”。
然后点击“新建动作”按钮,建立一个新动作。(在动作窗口中可以设置该动作的名称、所属组、快捷键等)
3)新动作建立后,可以看到“动作面板”上的“录制”动作按钮已选中变为了红色,下面根据个人需要进行PS操作,会记录所有动作。
比如,打开一个文件,进行自动色阶量化,然后保存,具体如下。
4)动作完成之后,点击停止按钮,就将这个动作保存了。
2、自动批处理
打开,“文件”--》“自动”--》“批处理”,设置下面菜单,选择需要处理的输入文件夹后,点击“好”,就完成批处理。
相关文章推荐
- 深度学习-CAFFE利用CIFAR10网络模型训练自己的图像数据获得模型-1.制作自己的数据集
- 深度学习常用的数据集,包括各种数据跟图像数据。
- 深度学习文章5:使用caffe对自己的图像数据进行训练并测试
- 深度学习常用的数据集,包括各种数据跟图像数据。
- 深度学习中整理图像数据常用的批处理方法
- [深度学习基础] 1. 图像识别问题的挑战及数据驱动过程
- NLP+VS︱深度学习数据集标注工具、图像语料数据库、实验室搜索ing...
- 深度学习-读取图像特征库LevelDB中的数据
- Spark中组件Mllib的学习11之使用ALS对movieLens中一百万条(1M)数据集进行训练,并对输入的新用户数据进行电影推荐
- 深度学习实践经验:用Faster R-CNN训练行人检测数据集Caltech——准备工作
- Intel RealSense学习之图像及图像深度数据获取
- 深度学习-CAFFE利用CIFAR10网络模型训练自己的图像数据获得模型-4应用生成模型进行预测
- 【神经网络与深度学习】Caffe使用step by step:使用自己数据对已经训练好的模型进行finetuning
- 谷歌深度学习四大教训:应用、系统、数据及原理(附数据集列表)
- 16 利用scipy.misc等库对jpg以及png等图像数据预处理(用于深度学习喂数据)
- 深度学习入门教程UFLDL学习实验笔记二:使用向量化对MNIST数据集做稀疏自编码
- 深度学习文章2:使用MNIST数据集验证Caffe是否安装成功
- 深度学习之图像分类模型Cifar10数据集解读
- 深度学习文章3:将自己的图像数据转换成caffe需要的db(leveldb/lmdb)文件
- 深度学习-CAFFE利用CIFAR10网络模型训练自己的图像数据获得模型-2生成图像库的均值文件