类别名称转换为一一对应的数字标签

类别名称转换为一一对应的数字标签

1.软件环境    

2.问题描述       

3.解决方法

3.1.定义str2num函数    

3.2.使用map函数批量处理

---

---

1.软件环境    

Windows 10-10.0.17134-SP0

Keras 2.1.6

Python  3.6.3

Tensorflow 1.7.0

2.问题描述       

        在某些时候，例如使用mask_RCNN进行目标检测时，对每一幅图上有多个标记样本，那么就需要将类别的名字转换为数字标签传入到分类器中，比如，用颜色来举例：

'blue'=1

'yellow'=2

'red'=3

        我们在输入类别的时候，不能输入['blue'，'yellow'，'red']，因为在里面进行计算LOSS，反向传播等等，都是利用数字在进行计算，而且不仅仅只有['blue'，'yellow'，'red']这一种方式，还有['red'，'yellow'，'blue']等各种排列方式，那么：如何将['blue'，'yellow'，'red']转换位对应关系的[1，2，3]呢？

3.解决方法

        我们知道在python的字典中，是存在一一对应的关系的，也就是key-value键对，我们可以利用字典的这个特性将类别名称（字符串）与标签（数字）进行绑定，进而完成该对应转换！

3.1.定义str2num函数    

        首先，我们需要定义一个函数str2num:

def str2num(s):
    digits = {'blue': 1, 'yellow': 2, 'red': 3, 'white': 4, 'black': 5}
    return digits[s]

        这就完成了标签与数字的绑定。

3.2.使用map函数批量处理

        使用python自带的map函数对['blue'，'yellow'，'red']进行处理：

id_list = list(map(str2num, ['blue','yellow','red']))

        这样就完成了转换：     

id_list=[1,2,3]

        即： 

        然后再根据需要对上述标签进行ont-hot编码了！