深度学习训练数据处理(1)——.mat文件中提取训练图片

在深度学习项目中,获取训练数据至关重要。本文介绍了如何处理.mat格式的数据集,特别是针对包含image和label的文件。通过在MATLAB环境下编写解码脚本,可以提取.image并修改.label,以适应特定任务需求。尽管解码后的图像文件名与原始.mat文件名不匹配,需要进一步进行批量重命名以保持与标签的一一对应关系,为后续的训练做好准备。
摘要由CSDN通过智能技术生成

对于初学者来说,要实现目的要求,第一步就是要找到足够的训练数据,自己动手做训练数据是不现实的,毕竟工作量太大,那么另外一个思路就是对别人的数据库进行修改。标准数据库中如比较常用的VOC2012等里面已经有图片和label了,使用起来比较方便,但是特定场景下(如语义分割等)的数据一般都是.mat格式,里面包含了image,label等信息,要实现我自己的特定功能,就要对.mat文件进行修改。具体做法就是分别解码出.mat文件里面的image和label,修改label后,自己项目的训练数据也就得到了。

function output = imdecode( input, fmt, varargin )
%IMDECODE Decompress image data in the specified format
%
%    output = imencode(input)
%    output = imencode(input, fmt)
%
% IMDECODE decompresses binary array INPUT into image data OUTPUT using
% specified format FMT. FMT is a name of image file extension that is
% recognized by IMFORMATS 
  • 2
    点赞
  • 39
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
MATLAB 的 `.mat` 文件提取字符串,可以使用 `load` 函数加载 `.mat` 文件,并使用点号`.`来访问其的字符串变量。 下面是一个简单的示例代码,演示如何从 `.mat` 文件提取字符串变量: ```matlab % 加载 mydata.mat 文件 load('mydata.mat'); % 提取字符串变量 str = mystr; % 显示字符串 disp(str); ``` 在上面的示例,我们使用 `load` 函数加载了名为 `mydata.mat` 的 `.mat` 文件,并将其的字符串变量 `mystr` 赋值给变量 `str`。然后,使用 `disp` 函数显示了该字符串。 需要注意的是,加载 `.mat` 文件时需要指定文件路径和名称,而且字符串变量的访问需要使用点号`.`,即使字符串变量的名称包含空格或其他特殊字符也是如此。如果字符串变量的名称包含了特殊字符,可以使用 `genvarname` 函数来生成合法的变量名。 如果你想在加载 `.mat` 文件时只提取的某些变量,可以在 `load` 函数指定变量名。下面是另一个示例代码,演示如何从 `.mat` 文件提取多个变量: ```matlab % 加载 mydata.mat 文件的 x 和 y 变量 load('mydata.mat', 'x', 'y'); % 提取字符串变量 str = y; % 显示字符串 disp(str); ``` 在上面的示例,我们使用 `load` 函数加载了名为 `mydata.mat` 的 `.mat` 文件,并只提取了其的 `x` 和 `y` 变量。然后,将变量 `y` 赋值给变量 `str`,并使用 `disp` 函数显示了该字符串。 希望这些信息能对你有所帮助。如果你有其他问题,可以继续向我提问。
评论 3
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