MindSpore下载、解压网上数据集资源

MindSpore下载、解压网上数据集资源

开启深度第一步：获取数据集
（此处是下载并解压文件，前提是知道文件名与下载路径）

import os
import zipfile
import requests
from matplotlib import pyplot as plt
# 主要包括class10数据集的载入与处理，也可以自定义数据集。
import mindspore.dataset as ds


def data_download():
    # 得到目前的文件路径,设置请求头下载文件
    this_path = os.getcwd()
    filename = 'cifar10_mindspore.zip'
    url = 'https://professional-construction.obs.cn-north-4.myhuaweicloud.com/ComputerVision/cifar10_mindspore.zip'
    # 使用request下载
    print('--------正在使用requests下载---------')
    r = requests.get(url)
    with open(filename, 'wb') as code:
        code.write(r.content)
    print('-------------下载完成---------------')

    # 将打包的文件解压
    print('--------正在使用zipfile解压----------')
    with zipfile.ZipFile(filename, 'r') as f:
        for file in f.namelist():
            f.extract(file, this_path)

    # 删除下载的压缩包文件
    os.remove(os.path.join(this_path, filename))
    print('------------文件已获取完成------------')


if __name__ == '__main__':
    # 创建图像标签列表
    category_dict = {0: 'airplane', 1: 'automobile', 2: 'bird', 3: 'cat', 4: 'deer',
                     5: 'dog', 6: 'frog', 7: 'horse', 8: 'ship', 9: 'truck'}
    current_path = os.getcwd()
    data_path = os.path.join(current_path, 'data\\10-verify-bin')
    ten_class_ds = ds.Cifar10Dataset(data_path)

    # 下载文件
    # data_download()

    # 设置图像大小
    plt.figure(figsize=(8, 8))
    # 打印9张子图，这里每次提取出来的数据是随机的
    i = 1
    # dic是数据集ten_class_ds里的一个元素，它有两个属性--->image对应图像、label对应标签0,1,2....,9
    for dic in ten_class_ds.create_dict_iterator():  # iterator是迭代器，简单理解为 将元素随机排成一个序列，确保每个元素只取1次
        # 展示的图按3X3排布
        plt.subplot(3, 3, i)
        # 显示图片，im show要输入数组格式
        plt.imshow(dic['image'].asnumpy())
        plt.xticks([])
        plt.yticks([])
        plt.axis('off')
        # 显示图片，自定义的字典category_dict 要输入数字格式，以下查获的label 先转化为数组再通过sum转化为数字
        plt.title(category_dict[dic['label'].asnumpy().sum()])
        i += 1
        if i > 9:
            break
    plt.show()