分类任务数据集制作

众所周知，在深度学习图像分类、目标检测等任务的训练过程中需要大量的训练图片；为了方便快速批量的读取数据，往往都会先把图片数据集转化成特殊的文件格式，常见的如：.mat, .npy, .pkl, .csv 等。本文主要介绍如何由现有图片生成.pkl文件。

图片的整理

首先，将图片按类别整理成如下目录格式：
- 第一层目录为/jpg
- 第二层目录如图

显然每个文件夹下放的是各类的图片。

转换程序

# img2pkl.py
from __future__ import division, print_function, absolute_import
import os
import sys
# import tarfile
import numpy as np
import pickle
import random
from PIL import Image

# 主要函数接口
def load_data(dirname="17flowers", pklpath='17flowers/jpg/',
                resize_pics=(224, 224), shuffle=True, one_hot=False):

    dataset_file = os.path.join(dirname, 'dataset.pkl')
    X, Y = build_image_dataset_from_dir(directory=pklpath,
                                        dataset_file=dataset_file,
                                        resize=resize_pics,
                                        filetypes=['.jpg', '.jpeg'],
                                        convert_gray=False,
                                        shuffle_data=shuffle,
                                        categorical_Y=one_hot)

    return X, Y

###