爬取实例分割数据集

爬取Penn-Fudan的行人检测和分割数据集。Penn-Fudan数据集中有170张图像,包含345个行人的实例。
爬取链接:https://www.cis.upenn.edu/~jshi/ped_html/
方法较笨,后续改善。

import requests
from bs4 import BeautifulSoup

def getHtmlText(url):
    try:
        print("craw html:",url)
        r = requests.get(url)
        r.raise_for_status()
        r.encoding = r.apparent_encoding
        return r.text
    except:
        return "error"

def getImageList(url):
    html = getHtmlText(url)
    soup = BeautifulSoup(html,'html.parser')
    img_a = soup.find_all('a')
    datas = []
    for img in img_a:
        try:
            href_txt = img.attrs['href']
            hrefs = "https://www.cis.upenn.edu/~jshi/ped_html/" + href_txt
            datas.append(hrefs)
        except:
            continue
    for data in datas:
        try:
            filename = data.split('/')
            img_data = requests.get(data)
            with open(root_path + '\{}'.format(filename[-1]),"wb")as f:
                f.write(img_data.content)
        except:
            continue
  
if __name__ == "__main__":
    root_path = input('请输入图片要存放的地址:')
    for idx in range(6):
        url = f"https://www.cis.upenn.edu/~jshi/ped_html/pageshow{idx+1}.html"
        getHtmlText(url)
        getImageList(url)

penn-fudan - 语义分割数据集

评论
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