模仿CIFAR-10数据集制作自己的数据集(亲测有效)
2017-07-20 22:21
435 查看
本代码参考博文 http://blog.csdn.net/yhl_leo/article/details/50801226,并在其基础上做了稍微的修改,vs2015上测试能够编译运行通过,并添加了自己的注释。注意,此代码需要配置opencv,我的运行环境为win10+VS2015+Opencv3.1.0.
关于如何配置Opencv3.1.0,可参考这里
代码一共包含三个文件
BinaryDataSet.h
BinaryDataSet.cpp
Main.cpp
下面给出Main.cpp的代码
代码下载链接:点击链接下载
关于如何配置Opencv3.1.0,可参考这里
代码一共包含三个文件
BinaryDataSet.h
BinaryDataSet.cpp
Main.cpp
下面给出Main.cpp的代码
#include "BinaryDataSet.h" void main() { string filefolder = "C:\\Users\\lyf\\Desktop\\test"; //文件的绝对路径 BinaryDataSet binData(256, 256); //在此传入图片的大小(高,宽) vector<string> fileLists = binData.getFileLists(filefolder); //获得文件名列表 for (auto x : fileLists) //显示文件名称列表 cout << x << endl; const int size_list = fileLists.size(); //文件个数 cout << "Image Counts: " << size_list << endl; vector<int> image_labels(size_list); //生成标签列表 string binfile = "C:\\Users\\lyf\\Desktop\\test.bin"; //设置二进制文件保存的路径及名称 binData.images2Binaryfiles(filefolder, fileLists, image_labels, binfile);//将图片写入二进制文件 binData.readImage(binfile); //验证 }其它文件中的代码可根据自己的数据集自行进行修改,代码注释是按照自己理解添加的,有些地方表述可能不清楚,请见谅。
代码下载链接:点击链接下载
相关文章推荐
- 模仿CIFAR-10数据集制作自己的数据集(亲测有效)
- 仿照CIFAR-10数据集格式,制作自己的数据集
- 仿照CIFAR-10数据集格式,制作自己的数据集
- 如何根据CIFAR-10的格式制作自己的数据集(C/C++版)
- 制作自己的数据集 打标签bounding box 之 Windows 10 下python环境安装(PyQt4)
- tensorflow官网Cifar-10改为自己的TFRecords数据集
- 模仿mnist数据集制作自己的数据集
- 深度学习Caffe实战笔记(19)Windows平台 Faster-RCNN 制作自己的数据集
- 制作自己的python版本的类CIFAR10数据集
- 第四篇:对cifar-10数据集的读取
- caffe学习(二) CIFAR-10数据集上训练
- caffe框架制作自己的数据集
- YOLO模型训练自己数据-VOC格式数据集制作-ubuntu c++文件夹内图片批量读取与重命名
- 深度学习,制作类似cifar10图像数据集
- Tensorflow 用自己图片制作数据集 仿cifar10(二)
- 自己制作npy数据集,数据格式类似于mnist数据(16)---《深度学习》
- Tensorflow深度学习之二十一:LeNet的实现(CIFAR-10数据集)
- python制作自己的数据集
- CNN CIFAR-10数据集
- 深度学习Caffe实战笔记(19)Windows平台 Faster-RCNN 制作自己的数据集