LSUN数据集 (简介，下载，格式转换及bug修复)

1.LSUN数据集

类似ImageNet的大规模数据集，最早出自这篇论文：

• 《LSUN: Construction of a Large-Scale Image Dataset
  using Deep Learning with Humans in the Loop》

• 官网地址:

https://www.yf.io/p/lsun

这个数据集借助深度学习自动标注图片，相比ImageNet, 其标注更丰富，不仅有图片中主要物体的标注，还有场景标注。

• 其中物体标注及数量如下：
  
• 主要标注场景如下:

其中场景标注是现在深度学习中常用的benchmark数据集.

常用场景包括:bedroom,diningroom,以及厨房(kitchen)

2.下载

如果外网下载较慢，可以自行搜索我上传在cdsn下载资源内的网百度云链接(备注：因为整个数据集非常大，我也正在收集，暂时不能保证收集全)

这里提供一个20g的living-room：

链接:https://pan.baidu.com/s/1PtDqgnLbNbGfD8T4R8IBXw 密码:5kui

3.mdb格式转换

下载后的数据是各个场景的zip压缩包，解压缩后是对应的mdb文件。要转换为jpg或者png,需要来自附带的工具包代码:

https://github.com/fyu/lsun.

代码中包括三个代码文件：1.下载文件(download.py)，2.展示和转换文件(data.py)
不过需要注意的是, data.py这个文件bug挺多。

• 首先展示的话,需要是windows系统下才能正常实用
  格式如下：

python3 data.py view

• 如果是转换的话，需要将压缩包放到这个项目文件目录下，再编译data.py:

python3 data.py export --out_dir

不过这个问题就bug比较多了，具体可以看看github项目issues中的
“export lmdb to jpg has error #11”

即修改data.py中的45，49，50行为:

LINE 45 : image_out_dir = join(out_dir, '/'.join(key[:6].decode()))

LINE 50 : with open(image_out_path, 'wb') as fp:

Line 49 :image_out_path = join(image_out_dir, key.decode() + '.jpg')

其中前两个是转码问题：
image_out_dir = join(out_dir, ‘/’.join(key[:6]))
TypeError: sequence item 0: expected str instance, int found

后一个是转换图片格式默认是.webp，可以改为jpg(也可以改为png)

• 保存文件

默认保存文件是分为无数个子文件夹，如果想全部图片保存为一个文件夹，可以加上–flatten参数，容易：

python data.py export ./bedroom_val_lmdb --out_dir ./bedroom_val --flat

最后就是图片文件名在unbuntu上是乱码，这个自己转码或者重写命名规则即可。