pytorch 把MNIST数据集转换成图片和txt的方法
2018-05-20 16:58
1091 查看
本文介绍了pytorch 把MNIST数据集转换成图片和txt的方法,分享给大家,具体如下:
1.下载Mnist 数据集
import os # third-party library import torch import torch.nn as nn from torch.autograd import Variable import torch.utils.data as Data import torchvision import matplotlib.pyplot as plt # torch.manual_seed(1) # reproducible DOWNLOAD_MNIST = False # Mnist digits dataset if not(os.path.exists('./mnist/')) or not os.listdir('./mnist/'): # not mnist dir or mnist is empyt dir DOWNLOAD_MNIST = True train_data = torchvision.datasets.MNIST( root='./mnist/', train=True, # this is training data transform=torchvision.transforms.ToTensor(), # Converts a PIL.Image or numpy.ndarray to # torch.FloatTensor of shape (C x H x W) and normalize in the range [0.0, 1.0] download=DOWNLOAD_MNIST, )
下载下来的其实可以直接用了,但是我们这边想把它们转换成图片和txt,这样好看些,为后面用自己的图片和txt作为准备
2. 保存为图片和txt
import os from skimage import io import torchvision.datasets.mnist as mnist import numpy root = "./mnist/raw/" train_set = ( mnist.read_image_file(os.path.join(root, 'train-images-idx3-ubyte')), mnist.read_label_file(os.path.join(root, 'train-labels-idx1-ubyte')) ) test_set = ( mnist.read_image_file(os.path.join(root,'t10k-images-idx3-ubyte')), mnist.read_label_file(os.path.join(root,'t10k-labels-idx1-ubyte')) ) print("train set:", train_set[0].size()) print("test set:", test_set[0].size()) def convert_to_img(train=True): if(train): f = open(root + 'train.txt', 'w') data_path = root + '/train/' if(not os.path.exists(data_path)): os.makedirs(data_path) for i, (img, label) in enumerate(zip(train_set[0], train_set[1])): img_path = data_path + str(i) + '.jpg' io.imsave(img_path, img.numpy()) int_label = str(label).replace('tensor(', '') int_label = int_label.replace(')', '') f.write(img_path + ' ' + str(int_label) + '\n') f.close() else: f = open(root + 'test.txt', 'w') data_path = root + '/test/' if (not os.path.exists(data_path)): os.makedirs(data_path) for i, (img, label) in enumerate(zip(test_set[0], test_set[1])): img_path = data_path + str(i) + '.jpg' io.imsave(img_path, img.numpy()) int_label = str(label).replace('tensor(', '') int_label = int_label.replace(')', '') f.write(img_path + ' ' + str(int_label) + '\n') f.close() convert_to_img(True) convert_to_img(False)
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持脚本之家。
您可能感兴趣的文章:
相关文章推荐
- Mnist数据集下载、转换为lmdb,训练、测试、生成mean文件、生成label.txt、单张图片分类测试、可视化网络、可视化loss和accurate
- pytorch 数据集图片显示方法
- [2017-08-25] 将MNIST数据集转换成图片形式并保存
- linux下pdf转换为txt或html格式,提取图片方法
- 实现pdf图片格式转换成txt文档的方法
- caffe里面的28*28的图片转换成mnist对应数据集
- 深度学习框架Caffe学习笔记(4)-MNIST数据集转换成可视化图片
- 使用OpenCV把二进制mnist数据集转换为图片
- 分享pdf文件转换成txt格式的方法
- javaweb中把数字转换成对应图片的方法
- pdf转换成图片格式的两种方法
- CAD文件转换成图片的方法分享
- Word,PDF,PPT,TXT之间的转换方法
- 分享pdf转换成txt的好方法
- JPG图片转TXT的方法
- PDF、WORD、PPT、TXT转换方法
- python 循环读取txt文档 并转换成csv的方法
- ubuntu 转换图片格式的方法(sam2p, imagemagick)
- 图片转换成文字的在线转换方法
- Javascript将图片的绝对路径转换为base64编码的方法