17.根据图像路径及label生成txt文件

#coding:utf-8
import os
import random
import glob
import numpy as np
import shutil

img_path = "/home/ming/data"
# train val img folder
train_path = img_path + "/sku_train"
val_path = img_path + "/sku_val"


# save txt
train_txt = img_path + "/train.txt"
val_txt = img_path + "/text.txt"

f1 = open(train_txt, "w")
f2 = open(val_txt, "w")

for label in os.listdir(train_path):
        img_list = glob.glob(os.path.join(train_path, label, "*.jpg"))
        for img in img_list:
                f1.write(img + " " + str(label) + "\n")


print("create train.txt done...")
for label in os.listdir(val_path):
        img_list = glob.glob(os.path.join(val_path, label, "*.jpg"))
        for img in img_list:
                f2.write(img + " " + str(label) + "\n")
print("create test.txt done...")
f1.close()
f2.close()

print("shuffle...")
os.system("shuf %s -o %s" %(train_txt, train_txt))
os.system("shuf %s -o %s" %(train_txt, train_txt))
os.system("shuf %s -o %s" %(train_txt, train_txt))
os.system("shuf %s -o %s" %(val_txt, val_txt))
os.system("shuf %s -o %s" %(val_txt, val_txt))
os.system("shuf %s -o %s" %(val_txt, val_txt))

 

  • 2
    点赞
  • 10
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
【资源说明】 基于对抗生成网络GAN生成奖杯图像python源码+项目说明(图像处理大作业).zip 准备工作 1. 按照项目说明.md, 进行配置 2. 下载数据集,文件夹改名为raw_data,路径为data/raw_data/pos和data/raw_data/pos 3. 执行prepare.py进行数据的预处理,raw2jpg()将原始图像统一为RGB格式,jpg2tensor()将jpg转成tensor格式,并保证图片tensor大小[3, H, W]为三通道 4. 以cgan.py为例,我用data/cup_plus/dataset.py里的Cup类定义了奖杯数据集,人工指定了label,可参照该格式进行改写 5. 其他操作详见README.md,需要注意的是我改了项目结构,这是为了能顺利导入Cup类 关于cup_plus 1. pos类去除了奇形怪状的,黑色背景的,歪的,非居中的,重复的奖杯(高质量) 2. 图像分辨率较高,需要选择合适的预处理,改进网络结构(高分辨率) 傻瓜式 1. 下数据集, 名字改成raw_data 2. 预处理 自己电脑的内存不够,因此对数据集做一个resize,顺便统一下分辨率 ``` python cd data/cup_plus python3 prepare.py cd ../../ ``` 1. 训练 ``` python python3 wgan.py ``` 【备注】 1.项目代码均经过功能验证ok,确保稳定可靠运行。欢迎下载使用体验! 2.主要针对各个计算机相关专业,包括计算机科学、信息安全、数据科学与大数据技术、人工智能、通信、物联网等领域的在校学生、专业教师、企业员工。 3.项目具有丰富的拓展空间,不仅可作为入门进阶,也可直接作为毕设、课程设计、大作业、初期项目立项演示等用途。 4.当然也鼓励大家基于此进行二次开发。在使用过程中,如有问题或建议,请及时沟通。 5.期待你能在项目中找到乐趣和灵感,也欢迎你的分享和反馈!

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 3
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