自己的分类数据集处理为ILSVRC数据集的格式

---

前言

本篇主要介绍如何将已有的图像分类数据集转换为ILSVRC格式的数据集

---

一、原始数据集

原始分类数据集的数据结构大致如下：

然后train和val目录下是我们以类别名命名的文件夹，如图：

也就是需要满足如下结构：

-数据集
    -train
        -class1
        -class2
        ...
    -val
        -class1
        -class2
        

二、格式转换

转换代码如下：

import os

root=""#数据集根目录
class_id={
    
    } #类别对应id的字典，如：{class1:0,class2:1} ,这个一定要记住
def create_txt(filename,mode):
    filepath=os.path.join(root,filename)
    with open(filepath,"a+") as f:
        img_dir=os.path.join(root,mode)
        for root1,dirs,files in os.walk(img_dir):
            for file in files:
                classname=root1.split(os.path.sep)[-1]
                imgpath=os.path.join(root1,file)
                data=imgpath+" "+str(class_id[classname])+"\n"

                f.write(data)


if __name__ == '__main__':
    create_txt("val.txt","val") #训练集即为create_txt("train.txt","train")
    

执行完后，会在train和val的统计目录生成train.txt和val.txt，如图：

里面记录的信息就是图片路径+类别id

---

总结

以上就是本篇的全部内容，如有问题，欢迎评论区交流