MXNet测试 mx.io.ImageRecordIter()数据

傻神妮妮

于 2021-10-27 15:46:16 发布

阅读量463

点赞数

文章标签： mxnet python

本文链接：https://blog.csdn.net/u012834824/article/details/120977342

版权

该博客介绍了如何利用MXNet的ImageRecordIter加载CIFAR-10数据集，并进行数据预处理，包括随机裁剪、翻转等操作。此外，还展示了如何加载预训练模型进行预测，并获取模型的softmax输出。

摘要由CSDN通过智能技术生成

上一篇文章是对一个图片进行测试，本篇文章对使用 mx.io.ImageRecordIter导入的数据进行测试。

一，使用mx.io.ImageRecordIter导入数据

data_dir = 'E:\Spyder\Data\CIFAR-10'
batch_size = 100

gpu_list = [0]
kv_store = 'device'
kv = mx.kvstore.create(kv_store)
begin_epoch = 0
epoch = 100 

def cifar_iterator(data_dir, batch_size, kv):
    train = mx.io.ImageRecordIter(
            path_imgrec         = os.path.join(data_dir, 'train', "cifar10_train.rec"),
            label_width         = 1,
            data_name           = 'data',
            label_name          = 'softmax_label',
            data_shape          = (3, 32, 32),
            batch_size          = batch_size,
            pad                 = 4,
            fill_value          = 127,
            rand_crop=True,
            max_random_scale=1.0,  # 480 with imagnet, 32 with cifar10
            min_random_scale