FASTAI笔记-4-制作自己的数据集

在课程2中教了如何自己制作数据集开始分类任务。

1. 任务为：图像分类任务
2. 获得数据集的方式为下载对应url的图像，获取url的工具可以是js也可以是爬虫。

   # 在这里使用课程中提供的例子
   '''
       1.首先进入google image 查找图像
       2.按F12,在console窗口中输入：
   urls = Array.from(document.querySelectorAll('.rg_di.rg_meta')).map(el=>JSON.parse(el.textContent).ou);
   window.open('data:text/csv;charset=utf-8,' + escape(urls.join('\n')));
       3.保存图像名称.txt文件
   '''
   from fastai import *
   from fastai.vision import *
   
   def getImg(folder, file):
       '''
           class_:图像类名
           folder:图像所在的文件夹
           file:图像图片的url文件
           下载图像
       '''
       path = Path('../bears')
       dest = path/folder
       dest.mkdir(parents=True, exist_ok=True)
       download_images(path/file, dest, max_pics=100)
       verify_images(path/folder, max_workers=8)
   
   folders = ['cats', 'dogs']
   files = ['cat.txt', 'dog.txt']
   
   for folder, file in zip(folders, files):
       getImg(folder, file)
   
   data = ImageDataBunch.from_folder(path, train=".", valid_pct=0.2,
           ds_tfms=get_transforms(), size=224, num_workers=4).normalize(imagenet_stats)
   data.show_batch(3)
   
   # 之后就是训练了，不想详细说了，之前笔记有