keras语义分割--准备分割数据集--方式1

准备原图像及其标签的路径

import os

#  定义原图像所在的目录dir,及路径path
imgs_dir = r"The Oxford-IIIT Pet Dataset\images"
imgs_path = []
for fname in os.listdir(imgs_dir):
    if fname.endswith('.jpg') and not fname.startswith('.'):
        imgs_path.append(os.path.join(imgs_dir, fname))

#  定义原图像标签所在的目录dir,及路径path
labels_dir = r"The Oxford-IIIT Pet Dataset\annotations\trimaps"
labels_path = []
for fname in os.listdir(labels_dir):
    if fname.endswith('.png') and not fname.startswith('.'):
        labels_path.append(os.path.join(labels_dir, fname))

#  打印原图像路径及标签路径
for img_path, label_path in zip(imgs_path, labels_path):
    print(img_path, '|', label_path, '\n')

#  对原图像路径及标签路径进行排序
imgs_path = sorted(imgs_path)
labels_path = sorted(labels_path)


#  打印排序后的原图像路径及标签路径
for img_path, label_path in zip(imgs_path, labels_path):
    print(img_path, '|', label_path, '\n')

#  由上可以发现,os.listdir()返回的路径是随机的、无序的,由于原图像及标签需要一一对应。
#  因此,需要对它们的路径进行排序

第一次打印
第一次打印
第二次打印
第二次打印

上述代码还可简化为:

import os


def acquireDataPath(data_dir, suffix):
     data_path = sorted([
          os.path.join(data_dir, fname)
          for fname in os.listdir(data_dir)
          if fname.endswith(suffix) and not fname.startswith('.')
     ])
     return data_path


imgs_path = acquireDataPath(r"The Oxford-IIIT Pet Dataset\images", 'jpg')
labels_path = acquireDataPath(r"The Oxford-IIIT Pet Dataset\annotations\trimaps", 'png')

for img_path, label_path in zip(imgs_path, labels_path):
    print(img_path, '|', label_path, '\n')

注:
在这句代码中if fname.endswith(suffix) and not fname.startswith('.'),一定要说明图像名的后缀是什么,以及不要以什么前缀开头。
具体怎么跑模型参考链接:
https://keras.io/examples/vision/oxford_pets_image_segmentation/

评论 1
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