佳木斯湛栽影视文化发展公司

主頁 > 知識(shí)庫 > pytorch 如何把圖像數(shù)據(jù)集進(jìn)行劃分成train,test和val

pytorch 如何把圖像數(shù)據(jù)集進(jìn)行劃分成train,test和val

熱門標(biāo)簽:電話運(yùn)營(yíng)中心 企業(yè)做大做強(qiáng) 語音系統(tǒng) 硅谷的囚徒呼叫中心 呼叫中心市場(chǎng)需求 客戶服務(wù) 百度AI接口 Win7旗艦版

1、手上目前擁有數(shù)據(jù)集是一大坨,沒有train,test,val的劃分

如圖所示


2、目錄結(jié)構(gòu):

|---data
     |---dslr
         |---images
         		|---back_pack
         			|---a.jpg
         			|---b.jpg
         			...

3、轉(zhuǎn)換后的格式如圖


目錄結(jié)構(gòu)為:

|---datanews
     |---dslr
         |---images
         		|---test
         		|---train
         		|---valid
	         		|---back_pack
	         			|---a.jpg
	         			|---b.jpg
	         			...

4、代碼如下:

4.1 先創(chuàng)建同樣結(jié)構(gòu)的層級(jí)結(jié)構(gòu)

4.2 然后講原始數(shù)據(jù)按照比例劃分

4.3 移入到對(duì)應(yīng)的文件目錄里面

import os, random, shutil

def make_dir(source, target):
    '''
    創(chuàng)建和源文件相似的文件路徑函數(shù)
    :param source: 源文件位置
    :param target: 目標(biāo)文件位置
    '''
    dir_names = os.listdir(source)
    for names in dir_names:
        for i in ['train', 'valid', 'test']:
            path = target + '/' + i + '/' + names
            if not os.path.exists(path):
                os.makedirs(path)

def divideTrainValiTest(source, target):
    '''
        創(chuàng)建和源文件相似的文件路徑
        :param source: 源文件位置
        :param target: 目標(biāo)文件位置
    '''
    # 得到源文件下的種類
    pic_name = os.listdir(source)
    
    # 對(duì)于每一類里的數(shù)據(jù)進(jìn)行操作
    for classes in pic_name:
        # 得到這一種類的圖片的名字
        pic_classes_name = os.listdir(os.path.join(source, classes))
        random.shuffle(pic_classes_name)
        
        # 按照8:1:1比例劃分
        train_list = pic_classes_name[0:int(0.8 * len(pic_classes_name))]
        valid_list = pic_classes_name[int(0.8 * len(pic_classes_name)):int(0.9 * len(pic_classes_name))]
        test_list = pic_classes_name[int(0.9 * len(pic_classes_name)):]
        
        # 對(duì)于每個(gè)圖片,移入到對(duì)應(yīng)的文件夾里面
        for train_pic in train_list:
            shutil.copyfile(source + '/' + classes + '/' + train_pic, target + '/train/' + classes + '/' + train_pic)
        for validation_pic in valid_list:
            shutil.copyfile(source + '/' + classes + '/' + validation_pic,
                            target + '/valid/' + classes + '/' + validation_pic)
        for test_pic in test_list:
            shutil.copyfile(source + '/' + classes + '/' + test_pic, target + '/test/' + classes + '/' + test_pic)

if __name__ == '__main__':
    filepath = r'../data/dslr/images'
    dist = r'../datanews/dslr/images'
    make_dir(filepath, dist)
    divideTrainValiTest(filepath, dist)

補(bǔ)充:pytorch中數(shù)據(jù)集的劃分方法及eError: take(): argument 'index' (position 1) must be Tensor, not numpy.ndarray錯(cuò)誤原因

在使用pytorch框架時(shí),難免需要對(duì)數(shù)據(jù)集進(jìn)行訓(xùn)練集和驗(yàn)證集的劃分,一般使用sklearn.model_selection中的train_test_split方法

該方法使用如下:

from sklearn.model_selection import train_test_split
import numpy as np
import torch
import torch.autograd import Variable
from torch.utils.data import DataLoader
 
traindata = np.load(train_path)   # image_num * W * H
trainlabel = np.load(train_label_path)
train_data = traindata[:, np.newaxis, ...]
train_label_data = trainlabel[:, np.newaxis, ...]
 
x_tra, x_val, y_tra, y_val = train_test_split(train_data, train_label_data, test_size=0.1, random_state=0)  # 訓(xùn)練集和驗(yàn)證集使用9:1
 
x_tra = Variable(torch.from_numpy(x_tra))
x_tra = x_tra.float()
y_tra = Variable(torch.from_numpy(y_tra))
y_tra = y_tra.float()
 
x_val = Variable(torch.from_numpy(x_val))
x_val = x_val.float()
y_val = Variable(torch.from_numpy(y_val))
y_val = y_val.float()
 
# 訓(xùn)練集的DataLoader
traindataset = torch.utils.data.TensorDataset(x_tra, y_tra)
trainloader = DataLoader(dataset=traindataset, num_workers=opt.threads, batch_size=8, shuffle=True)  
 
# 驗(yàn)證集的DataLoader
validataset = torch.utils.data.TensorDataset(x_val, y_val)
valiloader = DataLoader(dataset=validataset, num_workers=opt.threads, batch_size=opt.batchSize, shuffle=True)

注意:如果按照如下方式使用,就會(huì)報(bào)eError: take(): argument 'index' (position 1) must be Tensor, not numpy.ndarray錯(cuò)誤

from sklearn.model_selection import train_test_split
import numpy as np
import torch
import torch.autograd import Variable
from torch.utils.data import DataLoader
 
traindata = np.load(train_path)   # image_num * W * H
trainlabel = np.load(train_label_path)
 
train_data = traindata[:, np.newaxis, ...]
train_label_data = trainlabel[:, np.newaxis, ...]
 
x_train = Variable(torch.from_numpy(train_data))
x_train = x_train.float()
y_train = Variable(torch.from_numpy(train_label_data))
y_train = y_train.float()
# 將原始的訓(xùn)練數(shù)據(jù)集分為訓(xùn)練集和驗(yàn)證集,后面就可以使用早停機(jī)制
x_tra, x_val, y_tra, y_val = train_test_split(x_train, y_train, test_size=0.1)  # 訓(xùn)練集和驗(yàn)證集使用9:1

報(bào)錯(cuò)原因:

train_test_split方法接受的x_train,y_train格式應(yīng)該為numpy.ndarray 而不應(yīng)該是Tensor,這點(diǎn)需要注意。

以上為個(gè)人經(jīng)驗(yàn),希望能給大家一個(gè)參考,也希望大家多多支持腳本之家。

您可能感興趣的文章:
  • 使用PyTorch將文件夾下的圖片分為訓(xùn)練集和驗(yàn)證集實(shí)例
  • Pytorch 使用CNN圖像分類的實(shí)現(xiàn)
  • pytorch加載自己的圖像數(shù)據(jù)集實(shí)例
  • python中如何實(shí)現(xiàn)將數(shù)據(jù)分成訓(xùn)練集與測(cè)試集的方法

標(biāo)簽:長(zhǎng)沙 山西 山西 海南 濟(jì)南 安康 崇左 喀什

巨人網(wǎng)絡(luò)通訊聲明:本文標(biāo)題《pytorch 如何把圖像數(shù)據(jù)集進(jìn)行劃分成train,test和val》,本文關(guān)鍵詞  ;如發(fā)現(xiàn)本文內(nèi)容存在版權(quán)問題,煩請(qǐng)?zhí)峁┫嚓P(guān)信息告之我們,我們將及時(shí)溝通與處理。本站內(nèi)容系統(tǒng)采集于網(wǎng)絡(luò),涉及言論、版權(quán)與本站無關(guān)。
  • 相關(guān)文章
  • 收縮
    • 微信客服
    • 微信二維碼
    • 電話咨詢

    • 400-1100-266
    罗平县| 威海市| 酒泉市| 临沂市| 克山县| 含山县| 沽源县| 绥宁县| 东明县| 寿宁县| 斗六市| 湛江市| 濮阳市| 邮箱| 衡阳市| 大厂| 当涂县| 南漳县| 贵州省| 历史| 峨边| 昭通市| 嘉禾县| 西充县| 武山县| 太谷县| 左权县| 昭通市| 铅山县| 麻栗坡县| 德阳市| 罗源县| 泽库县| 华蓥市| 卢龙县| 聂荣县| 衡山县| 上思县| 余姚市| 林口县| 长沙市|