深度学习自制、自定义数据集

深度学习自制、自定义数据集

数据有点大，仅供参考，主要是代码。
数据来源kaggle

# 引进待会要用的包
import os.path
import pandas as pd

# 训练集绝对路径
traindir = r"C:\Users\AIAXIT\Desktop\DeepLearningProject\Project\plant-seedlings-classification\train"
# 列出dir目录下的目录和文件
fileList = os.listdir(traindir)
#print(fileList)

# 训练集预处理
train = []
trainlabel = []
for i in fileList:
    fileName = os.path.join(traindir, i)  # 路径拼接
    image = os.listdir(fileName)  # 列出fileName下的图片
    for j in image:  # 逐个遍历
        train.append(os.path.join(fileName, j))  # 添加到列表末尾
        trainlabel.append(i)

dftrain = pd.DataFrame(train)  # 转换到DataFrame
dflabel = pd.DataFrame(trainlabel)

# 测试集数据预处理
testdir = r"C:\Users\AIAXIT\Desktop\DeepLearningProject\Project\plant-seedlings-classification\test"
fileList = os.listdir(testdir)
test = []
for i in fileList:
    test.append(i)
dftest = pd.DataFrame(test)
# print(dftest)

效果图：
训练集：

训练集label：

测试集：

后期自己要写进csv或者其它文件，自己写努力一下下，已经很简单了！