深度学习——自己的训练集——图像分类(CNN)

图像分类

    • 1.导入必要的库
    • 2.指定图像和标签文件夹路径
    • 3.获取文件夹内的所有图像文件名
    • 4.获取classes.txt文件中的所有标签
    • 5.初始化一个字典来存储图片名和对应的标签
    • 6.遍历每个图片名的.txt文件
    • 7.随机选择一张图片进行展示
    • 8.构建图像的完整路径
    • 9.加载图像
    • 10.检查图像是否为空

随机找100张图片,然后进行打标签,我用的labelImg打标签,存储的格式为.txt格式。
图片存储在‘561’文件夹中,标签存储在‘99’文件夹中。
把100图片的标签分别是sad,happy,amazed,anger。

1.导入必要的库

cv2: 这是OpenCV库的别名,它是一个强大的计算机视觉库,用于图像和视频处理。
matplotlib.pyplot as plt: Matplotlib是一个绘图库,pyplot是其中的一个模块,它提供了一个类似于MATLAB的绘图框架。plt是matplotlib.pyplot的常用别名。
numpy as np: NumPy是一个用于科学计算的库,它提供了高效的数组处理能力,对于图像处理等任务非常有用。
os: 这个模块提供了与操作系统交互的功能,比如文件和目录操作。
random: 这个模块提供了生成随机数的函数。

import cv2
import matplotlib.pyplot as plt
import numpy as np
import os
import random

2.指定图像和标签文件夹路径

images_folder = 'D:/rgzn/face/DATASET/561'
labels_folder = 'D:/rgzn/face/DATASET/99'

3.获取文件夹内的所有图像文件名

os.listdir()函数用于列出指定目录下的所有文件和子目录。
os.path.isfile()函数用于检查一个路径是否指向一个文件。
os.path.join()函数用于将目录和文件名组合成一个完整的文件路径。

这行代码的目的是从一个指定的文件夹中获取所有图像文件的列表。

image_files = [f for f in os.listdir(images_folder) if os.path.isfile(os.path.join(images_folder, f))]

os.listdir(images_folder):这个函数调用返回一个列表,包含images_folder目录下的所有文件和子目录的名称。

for f in os.listdir(images_folder):这是一个循环,它遍历images_folder目录下的每个文件和子目录的名称。在每次迭代中,f变量被设置为当前文件或子目录的名称。
os.path.isfile(os.path.join(images_folder, f)):这个条件用于检查f是否是一个文件。os.path.join(images_folder, f)创建一个完整的文件路径,将images_folder目录的路径和f(文件或子目录的名称)连接起来。

[f for f in os.listdir(images_folder) if os.path.isfile(os.path.join(images_folder, f))]:这个列表推导式创建一个新的列表,只包含那些通过os.path.isfile()检查确认为文件的f值。

4.获取classes.txt文件中的所有标签

with open(os.path.join(labels_folder, 'classes.txt'), 'r') as file:labels = file.readlines()
labels = [label.strip() for label in labels]  # 去除末尾的换行符

with open(os.path.join(labels_folder, ‘classes.txt’), ‘r’) as file:

os.path.join(labels_folder, 'classes.txt'):这个函数调用用于创建一个完整的文件路径,将labels_folder目录的路径和classes.txt文件名连接起来。
with open(...) as file:这是一个上下文管理器(context manager),它用于自动处理文件资源的打开和关闭。当with语句执行完成后,文件会自动关闭,即使遇到异常也是如此。
file:这是上下文管理器创建的一个文件对象,可以用来读取文件内容。

labels = file.readlines()

file.readlines():这个方法调用用于读取文件中的所有行,并将它们作为一个字符串列表返回。每一行都是一个列表项。
labels = ...:这个赋值语句将读取到的行列表赋值给变量labels。

labels = [label.strip() for label in labels]

这是一个列表推导式(list comprehension),它遍历labels列表中的每个字符串(即文件中的每行内容)。
label.strip():这个方法调用用于去除字符串首尾的空白字符(如空格、换行符等)。
for label in labels:这个循环遍历labels列表中的每个字符串。
[...]:这个列表推导式创建一个新的列表,包含去除空白字符后的字符串。

5.初始化一个字典来存储图片名和对应的标签

image_labels = {}

6.遍历每个图片名的.txt文件

for image_file in image_files:# 构建图片名.txt文件的完整路径
image_name = os.path.splitext(image_file)[0]  # 获取不带扩展名的图片名txt_path = os.path.join(labels_folder, image_name + '.txt')# 读取图片名.txt文件的内容with open(txt_path, 'r') as file:lines = file.readlines()# 假设每行包含一个数字序列numbers = lines[0].strip().split()  # 假设每行由空格分隔# 根据数字序列的第一个数字确定标签# 根据您提供的映射关系label_index = int(numbers[0])label = labels[label_index]# 将图片名和对应的标签存储在image_labels字典中
image_labels[image_file] = label

image_name = os.path.splitext(image_file)[0]:

os.path.splitext(image_file):这个函数调用用于将image_file(一个文件名)分割成两部分:文件名和扩展名。返回的元组中的第一部分是文件名,第二部分是扩展名。
[0]:这个索引操作符用于获取元组中的第一个元素,即不带扩展名的文件名。

txt_path = os.path.join(labels_folder, image_name + ‘.txt’):

os.path.join(labels_folder, image_name + '.txt'):这个函数调用用于创建一个完整的文件路径,将labels_folder目录的路径和image_name(不带扩展名的文件名)连接起来,并在最后加上.txt扩展名。
txt_path:这个变量存储了.txt文件的完整路径。

with open(txt_path, 'r') as file::

with open(...) as file::这是上下文管理器,用于自动处理文件资源的打开和关闭。
file:这个变量是上下文管理器创建的文件对象,用于读取.txt文件的内容。

lines = file.readlines():

file.readlines():这个方法调用用于读取.txt文件中的所有行,并将它们作为一个字符串列表返回。每一行都是一个列表项。
lines:这个变量存储了.txt文件中所有行的列表。

numbers = lines[0].strip().split():

lines[0]:这个索引操作符用于获取.txt文件中第一行的内容。
.strip():这个方法调用用于去除字符串首尾的空白字符(如空格、换行符等)。
.split():这个方法调用用于根据指定的分隔符(在这个例子中是空格)将字符串分割成列表。
numbers:这个变量存储了.txt文件第一行内容去除空白字符并分割成列表后的版本。

label_index = int(numbers[0]):

int(numbers[0]):这个函数调用用于将列表numbers的第一个元素(即标签的索引)转换为整数。
label_index:这个变量存储了标签的索引。

label = labels[label_index]:

labels[label_index]:这个索引操作符用于根据label_index变量中存储的索引,从labels列表中获取对应的标签字符串。
label:这个变量存储了从.txt文件中解析出的标签。

7.随机选择一张图片进行展示

#调用用于生成一个随机整数,其范围是从0到image_files列表的长度减1。
random_index = random.randint(0, len(image_files) - 1)#根据random_index变量中存储的随机索引值,从image_files列表中获取对应的图像文件名。
image_name = image_files[random_index]#用于根据image_name变量中存储的图像文件名,从image_labels字典中获取对应的标签。
label = image_labels[image_name]

8.构建图像的完整路径

创建一个完整的文件路径,将images_folder目录的路径和image_name连接起来。
image_path:这个变量存储了随机选择的图像文件的完整路径。

image_path = os.path.join(images_folder, image_name)

9.加载图像

读取图像文件

image = cv2.imread(image_path)

10.检查图像是否为空

#用于确定image变量是否为None
if image is None:
#图像加载失败,打印一条错误消息。print("Error: Failed to load image.")
else:
# 显示图像
#将图像从OpenCV的BGR颜色空间转换为Matplotlib的RGB颜色空间。OpenCV默认使用BGR颜色空间,而大多数图像处理库和图形界面(如Matplotlib)使用RGB颜色空间。plt.imshow(cv2.cvtColor(image, cv2.COLOR_BGR2RGB))
plt.title(f'Label: {label}  Image: {image_name}')
#用于关闭图像的坐标轴。这使得图像占据整个窗口,而不是在坐标轴周围留有空白。
plt.axis('off')
#显示图像。
plt.show()

在这里插入图片描述

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/841420.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

网络安全从入门到精通(特别篇I):应急响应之不同平台后门排查思路

Windows-后门-常规&权限维持&内存马 Linux-后门-常规&权限维持&Rootkit&内存马 Windows实验 1、常规MSF后门-分析检测 2、权限维持后门-分析检测 3、Web程序内存马-分析检测 常见工具集合: https://mp.weixin.qq.com/s/L3Lv06bFdUX_ZE4rS69aDg 常规…

RAG系统-主流向量数据库

主流向量数据库功能对比 FAISS: Meta 开源的向量检索引擎 https://github.com/facebookresearch/faissPinecone: 商用向量数据库,只有云服务 https://www.pinecone.io/Milvus: 开源向量数据库,同时有云服务 https://milvus.io/Weaviate: 开源向量数据库&…

小程序迁移主体变更流程全攻略

小程序迁移变更主体有什么作用?有些小程序开发者,因为业务调整,或者公司更换,需要更换小程序主体!但是很多开发者对于小程序更换主体的操作流程并不熟悉,于是我们专门准备了这篇,关于小程序更换…

可以在搜索结果中屏蔽指定网站的插件

可以在搜索结果中屏蔽指定网站的插件 | LogDict背景 在搜索引擎中搜索问题, 往往充斥各种无效内容 比如搜个技术类的问题, 前几页CSDN, 百度百家号, 百度经验, 百度知道, 腾讯云各类云爬的水文 CSDN基本都是复制粘贴的, 甚至格式都乱码了, 虽然我以前也干过 要复制粘贴无所谓, …

机器重启oracle数据库自动启动异常

业务连接报ora-01033: 检查服务器,发现有重启记录,oracle进程存在,数据库状态处于mount状态,检查日志,发现在数据库启动时没有正常open: 连入数据库:Select * from v$backup 发现数…

初步认识栈和队列

Hello,everyone,今天小编讲解栈和队列的知识!!! 1.栈 1.1栈的概念及结构 栈:一种特殊的线性表,其只允许在固定的一端进行插入和删除元素操作。 进行数据插入和删除操作的一端 称为栈顶&…

阅读《HTTP权威指南》:重温HTTP基础。

HTTP权威指南:重温HTTP基础。 第一章、HTTP概述 第二章、URL与资源 通用URL组件是指构成URL(统一资源定位符)的一些基本部分。这些组件共同作用,指向一个特定的资源。URL的标准格式是: scheme://username:passwordhos…

简单操作一单利润500+,最新快手缺货赔付玩法,【找店教程+详细教程】

在如今快速变化的时代,寻找充满创新的收入来源已经成为了一种趋势。这不仅是为了实现财务的自由,更是为了在生活中拥有更多的选择权。一项革新的实践——利用手机进行快手缺货赔付单号的操作,已经成为许多人稳定“下车”的一个新途径。 据了…

python画图:matpolt,设置图片尺寸,字体大小,副坐标轴,保存

文章重心: 写论文的时候,图片的大小,字体的大小,副坐标轴,这些都是很重要的因素,保存一下之前用过的画图代码单图多图(两个子图)堆叠柱状图两个Y轴的图问题: python保存的时候,我选择的是svg,但是这样图片会比较大,查重什么的需要把图片都删了(一般有文件大小限制…

LangChain笔记

很好的LLM知识博客: https://lilianweng.github.io/posts/2023-06-23-agent/ LangChain的prompt hub: https://smith.langchain.com/hub 一. Q&A 1. Q&A os.environ["OPENAI_API_KEY"] “OpenAI的KEY” # 把openai-key放到环境变量里&…

protobuf —— 认识和安装

protobuf —— 认识和安装 什么是序列化和反序列化有哪些常见的什么是序列化和反序列化工具Protobuf安装安装依赖开始安装 连接动态库一些遗留问题 我们今天来看一个序列化和反序列化的工具:protobuf。 什么是序列化和反序列化 序列化(Serialization&a…

【uni-best+UView】使用mitt实现自定义错误对话框

痛点 目前在设计一个uni-best的前端全局的异常提示信息,如果采用Toast方式,对微信支持的不友好。微信的7中文长度连个NPE信息都无法完整显示,更不用提Stacktrace的复杂报错了。如果使用对话框,必须在页面先预先定义,对…

链表类型的有界或无界阻塞线程安全队列-LinkedBlockingQueue(FIFO)和LinkedBlockingDeque

LinkedBlockingQueue和LinkedBlockingDeque基本上大部分特性是相同的。 注意:所有代码源码都是LinkedBlockingQueue的。 特点: 都继承于AbstractQueue并实现BlockingQueue,说明有Queue的一些特性例如FIFO和一些方法。两个都是链表结构且结构可变(动态数组),最大容量2^31…

时间(空间)复杂度(结构篇)

目录 前言: 一、时间复杂度 1.1 时间复杂度的定义 1.2 时间复杂度的分析 表示方法: 1.3 常见的时间复杂度 1.4 时间复杂度的计算以及简单的分析 冒泡排序 折半查找(二分查找) 斐波那契数列(递归&#xff09…

OSPF网络类型实验2

对R4 对R5,找R1注册 对R1宣告环回,再宣告一下tunnel接口 本实验不考虑区域划分 现在已经全部宣告完成 对R1,2,3改接口 broadcast工作方式hello时间10s,然后进行dr选举,由于2,3之间没有伪广播 …

ciscn2024(上传一下,有侵权什么的问题的话联系删除)

Web Simple_php 这个Simple_php一点儿也不Simple (⋟﹏⋞) 源码放这儿了&#xff1a; <?phpini_set(open_basedir, /var/www/html/); error_reporting(0);if(isset($_POST[cmd])){$cmd escapeshellcmd($_POST[cmd]); if (!preg_match(/ls|dir|nl|nc|cat|tail|more|flag…

Yolov9调用COCOAPI生成APs,APm,APl

最近在做小目标检测的东西&#xff0c;因为后期毕业论文需要&#xff0c;所以开始使用Yolov9模型&#xff0c;运行val.py的时候不会自己产生小目标的AP指标&#xff0c;所以研究了一下&#xff0c;步骤非常简单&#xff1a; 第一步&#xff1a; 在数据集中生成json格式的Annota…

【Text2SQL 经典模型】HydraNet

论文&#xff1a;Hybrid Ranking Network for Text-to-SQL ⭐⭐⭐ arXiv:2008.04759 HydraNet 也是利用 PLM 来生成 question 和 table schema 的 representation 并用于生成 SQL&#xff0c;并在 SQLova 和 X-SQL 做了改进&#xff0c;提升了在 WikiSQL 上的表现。 一、Intro…

有趣的css - 加减动态多选框

大家好&#xff0c;我是 Just&#xff0c;这里是「设计师工作日常」&#xff0c;今天分享的是用 css 实现一个适用树形菜单场景的加减动态多选框。 最新文章通过公众号「设计师工作日常」发布。 目录 整体效果核心代码html 代码css 部分代码 完整代码如下html 页面css 样式页面…

【调试笔记-20240525-Windows-配置 QEMU/x86_64 运行 OpenWrt-23.05 发行版并搭建 WordPress 博客网站】

调试笔记-系列文章目录 调试笔记-20240525-Windows-配置 QEMU/x86_64 运行 OpenWrt-23.05 发行版并搭建 WordPress 博客网站 文章目录 调试笔记-系列文章目录调试笔记-20240525-Windows-配置 QEMU/x86_64 运行 OpenWrt-23.05 发行版并搭建 WordPress 博客网站 前言一、调试环境…