如何用python生成带图片名称和标签的.txt文件(代码)

我们之前实现了如何用python批量修改图片的名称,不清楚的同学可以看一下这一篇:

python批量修改一个文件夹下含多个文件夹中的所有图片名称(代码)

 

接下来我们来看一下如何生成带图片名称和标签的txt文件

因为我们在用caffe进行分类训练时,不管是生成imdb还是直接拿图片训练,都是需要标签文件的

话不多说,直接上代码:

#!/usr/bin/python
# -*- coding:utf-8 -*-

import os
def generate(dir,label):
	files = os.listdir(dir)
	files.sort()
	print '****************'
	print 'input :',dir
	print 'start...'
	listText = open('all_list.txt','a')
	for file in files:
		fileType = os.path.split(file)
		if fileType[1] == '.txt':
			continue
		name = file + ' ' + str(int(label)) +'\n'
		listText.write(name)
	listText.close()
	print 'down!'
	print '****************'


outer_path = '/home/lincanran/cls_exp/place100'   #这里是你的图片的目录


if __name__ == '__main__':
	i = 0
	folderlist = os.listdir(outer_path)          #列举文件夹
	for folder in folderlist:
		generate(os.path.join(outer_path, folder),i)
		i += 1

 

具体操作:

1.新建一个  turn_to_list_many.py  文件,然后把上面的代码复制进来;

2.记得把

outer_path = '/home/lincanran/cls_exp/place100'

改成自己的文件夹目录的地址,然后保存;;

3.在终端输入:

python turn_to_list_many.py 

 

生成成功,我们可以在目录下看到多了一个 all_list.txt文件:

 

打开该文件:

 

每一行是一个样本,然后用一个空格隔开,后面是它的标签

我这边一共是100个类(0-99的标签),然后每个类1500张图片,所以总数是150000,没有问题!!!

 

 

 

 

 

 

 

  • 23
    点赞
  • 151
    收藏
    觉得还不错? 一键收藏
  • 24
    评论
PyTorch是一种用于Python编程语言的开源机器学习框架,它为研究者和数据科学家提供了一种灵活、高效及优化的工具。该框架能够支持动态计算图、支持自动微分、针对使用CPU和GPU进行优化等,被广泛用于计算机视觉、自然语言处理、声音识别和推荐系统等领域。 在计算机视觉中,PyTorch非常适合用于图像标签及文字描述的分类和检索。对于图像标签,我们可以使用PyTorch来训练深度学习的卷积神经网络模型,将图像中的信息有效地提取出来,并使得每个图像都能够对应一个或多个标签。在训练完成后,我们可以使用该模型来对新的图像进行识别并给出标签。 对于文字描述的处理,我们可以使用PyTorch来训练循环神经网络模型,将文字序列映射成为图像标签。在训练过程中,我们可以使用诸如LSTM或GRU等模型来有效地捕获语义信息,并将其转换为合适的标签。此外,我们还可以结合使用卷积神经网络和循环神经网络等模型,以提高标签分类和检索的精度和准确度。 对于图像标签及文字描述的存储,我们可以采用文本形式,将其保存为txt文件。这种方式不仅能够方便地访问和处理标签信息,还灵活地支持多种编程语言。在使用PyTorch进行标签分类和检索时,我们可以读取txt中的标签信息,将其输入到模型中进行训练和预测。 总之,PyTorch对于图像标签及文字描述的处理具有十分良好的支持和优化,其灵活性和高效性能赢得了广泛的应用。其与txt文件的结合也让标签信息的存储和处理变得方便和高效。
评论 24
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