第 3 部分:repetita iuvant(*):猫和狗
(*) 是一个拉丁语词组,意为“水滴石穿,功到自成”
在本篇博文中,我们将在“猫和狗”数据库上重复先前第 2 部分中已完成的过程,并且我们将添加一些其它内容。
通常,简单的数据集都是按文件夹来组织的。例如,猫、狗以及每个类别的“训练”、“验证”和“测试”文件夹。
通过将数据集组织为单一对象,即可避免文件夹树的复杂性。在此应用中,所有图片都保存到同一个文件夹内。
我们只需 1 个标签文件来标明哪个是狗,哪个是猫即可。
以下包含了用于自动创建标签文件的代码。即使每张图片名称本身就包含了标签,我们也特意创建 1 个专用 label.txt 文件:其中每行都包含文件名和标签:猫 (cat) = 0 狗 (dog) = 1。
在此示例最后,我们将回顾使用 PyTorch 拆分数据集的 2 种方法,并训练 1 个非常简单的模型。
■输入 [ ]:
data_path = './raw_data/dogs_cats/all'
import os
files = [f for f in os.listdir(data_path) ]
#for f in files:
# print(f)
with open(data_path + '/'+ "labels.txt", "a") as myfile: