图像分类数据集的制作

以自己的数据集处理为例，仅供参考。
1：初始数据集介绍：图像为tif格式，dat文件中取5个字段作为类别标签。如下：第一张图显示数据所在文件夹，第二张图显示文件夹中的tif图像，第三张图显示标签信息dat文件。

目前拥有的是没有整理的数据集。为了更好的送入神经网络训练和数据处理，需要对数据进行一系列的整理。
主要思路：将数据集整理成3个txt文档：images.csv(以0、1、2、3…序号形式保存tif图像路径信息)、classes.csv(以0、1、2、3…序号形式保存标签信息)、image_classes.csv(保存每个tif图像对应的标签信息)
*

**实现：images.txt:

***存储tif图像的路径信息，方便读取图像时快速找到图像，读取图像矩阵信息。由于图片分布在不同的子文件夹下，为了方便查询，将路径保存成“子文件夹”+“图像名”形式。

def file_name(file_dir):
    L = []
    for root, dirs, files in os.walk(file_dir):
        for file in files:
            if file.startswith("ND") and file.endswith(".tif"):
                file_path = os.path.join(root, file)
                img_path = file_path.split('\\')[3] + "\\" + file_path.split('\\')[4]
                L.append(img_path)
    return L

首先定位目录，在该目录下查询以“ND”开头“.tif”结尾的名称，将其与子路径进行拼接，写入L列表内。最后采用pandas中的to_csv生成images.csv文件。

cd = pd.DataFrame(txt_name)
d.to_csv('.\\data\\images.csv', index=True, header=None, sep=' ')

生成csv文件如下：