【CIFAR】Pytorch 将cifar转为图片,必成功

网上文章乱七八糟的,其实很简单的啦

  1. 首先就是下载,你需要cifar-10-python.tar.gz ,到官网下载即可。
    在这里插入图片描述
  2. 然后在pycharm里新建一个main.py , 放入以下代码
import os

import cv2
import numpy as np


def unpickle(file):
    import pickle
    with open(file, 'rb') as fo:
        dict = pickle.load(fo, encoding='bytes')
    return dict


loc_1 = './datasets/train_cifar10/'
loc_2 = './datasets/test_cifar10/'

# 判断文件夹是否存在,不存在的话创建文件夹
if os.path.exists(loc_1) == False:
    os.mkdir(loc_1)
if os.path.exists(loc_2) == False:
    os.mkdir(loc_2)


# 训练集有五个批次,每个批次10000个图片,测试集有10000张图片
def cifar10_img(file_dir):
    for i in range(1, 6):
        data_name = file_dir + '/' + 'data_batch_' + str(i)
        data_dict = unpickle(data_name)
        print(data_name + ' is processing')

        for j in range(10000):
            img = np.reshape(data_dict[b'data'][j], (3, 32, 32))
            img = np.transpose(img, (1, 2, 0))
            # 通道顺序为RGB
            img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
            # 要改成不同的形式的文件只需要将文件后缀修改即可
            img_name = loc_1 + str(data_dict[b'labels'][j]) + str((i) * 10000 + j) + '.jpg'
            cv2.imwrite(img_name, img)

        print(data_name + ' is done')

    test_data_name = file_dir + '/test_batch'
    print(test_data_name + ' is processing')
    test_dict = unpickle(test_data_name)

    for m in range(10000):
        img = np.reshape(test_dict[b'data'][m], (3, 32, 32))
        img = np.transpose(img, (1, 2, 0))
        # 通道顺序为RGB
        img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
        # 要改成不同的形式的文件只需要将文件后缀修改即可
        img_name = loc_2 + str(test_dict[b'labels'][m]) + str(10000 + m) + '.jpg'
        cv2.imwrite(img_name, img)
    print(test_data_name + ' is done')
    print('Finish transforming to image')


if __name__ == '__main__':
    file_dir = './datasets/cifar-10-batches-py'
    cifar10_img(file_dir)

  1. 然后,在根目录创建一个文件夹dataset,把第一步下载文件解压后放进来,如下图,水印我不知道怎么去掉。
    在这里插入图片描述
  2. 运行main.py, 就会自动输出test-cifar10文件夹,和train-cifar10文件夹,在datasets文件里可以看到,搞定!

我的这个教程是自己尝试成功的,参考了网上很多文章,所以有的记不清来历了,代码是来自HUST潘潘。
https://zhuanlan.zhihu.com/p/129088177
其它的如有侵权,联我,删除,ok?

  • 4
    点赞
  • 10
    收藏
    觉得还不错? 一键收藏
  • 2
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值