基于tensorflow猫狗识别————数据处理（1）

一、数据集下载

kaggle官网上提供猫狗识别数据集的下载，但是要翻墙，这里提供网盘保存。

链接：https://pan.baidu.com/s/1-0eBeAyE5i4TMiNS8CQcVQ
提取码：31sc
训练数据包含猫和狗各12500张图片，测试数据包含12500张猫和狗的图片。

二、打标签

代码的逻辑如下：

1. 给数据集打标签，猫为0，狗为1。
   首先通过*listdir（path)*获取该路径下图片名称，
   再通过*split*切分名称，
   判断切分出来的第一个元素是cat还是dog，
   如果是cat，就组合路径和file,得到一个完整的图片路径，获取图片，用*append*函数将0加到label中
   如果是dog,组合路径和file,得到一个完整的图片路径，获取图片，用*append*函数将1加到label中

2. 为了提高训练模型的精度，要把数据集顺序打乱。
   用*hstack*将cats,dogs水平拼接，放到image_list，label_cats和dog_cats拼接,放到label_list
   数据集中有12500张猫，12500张狗，拼接后的image_list和label_list长度都为25000
   存到temp中，此时temp的形状为2x25000，对temp转置后形状为25000x2，shuffle后打乱image_list和label_list
   为什么要转置后才shuffle？
   因为转置之前只有两行，shuffle只是把image_list和label_list的上下顺序颠倒，对图片和标签来说么有变化
   转置后把图片和标签一一对应生成25000行的数组，再shuffle就可以将这25000行的顺序打乱。第一列是image_list,第二列是label_list
   例如：

a=[1,2,3,4,5]
b=[2,1,3,5,3]
c=np.array([a,b])
c=np.transpose(c)
np.random.shuffle(c)
输出：
c=[[4 5]
 [5 3]
 [2 1]
 [1 2]
 [3 3]]

具体实现代码如下：

import os
import numpy as np