他のサイズのCIFAR10の作り方（ソースコード付き）

CIFAR10の作り方は前回のブログをご覧ください

独自の CIFAR データセットを作成する方法を説明します (プロジェクトのソース コード付き)

前回の記事では、コードは 32*32 CIFAR しか生成できませんでしたが、トレーニング用のコード内の Shape を変更すると、私がテストした後、他のサイズのデータ​​セットを正常に作成できなくなったので、皆さんの学習に役立つように投稿しました。 ！

1. まず、demo.pyファイルの 15 行目のshape=32をshape=必要な入力サイズ(224など)に変更します。

   if __name__ == '__main__':
     data, label, lst = read_data(file_list, data_path, shape=224)
     pickled(save_path, data, label, lst, bin_num = 5)#bin_num为生成的batch数量
   

2. load_data.pyファイルの 10 ～ 12 行目のハイパーパラメータを変更します。

   DATA_LEN = 150528 #数据长度=通道数*图像宽*图像高  150528 = 3*224*224
   CHANNEL_LEN = 50176 #通道长度=数据长度/通道数 50176 = 150528/3
   SHAPE = 224 #圖像大小
   

3. edit_mate.pyファイルの 11 行目を変更して、 「num_vis」を 3072から150528 (データ長)に変更します。

   dictCow = {
         
         'num_cases_per_batch':3139,#每个batch包含的样本数量
          'label_names':['1','10','2','3','4','5','6','7','8','9'],#类别索引，将类别索引表（object_list.txt）中的label_names:填进去
          'num_vis':150528}#将此处修改为你的 数据长度=通道数*图像宽*图像高
   

4. フレームワークのcifar.pyファイルの 87 行目を変更します。

   cifar.py は Python フォルダー -> lib -> python3.6 -> site-packages -> torchvision -> datasets -> cifar.py にあります。
   
   
   
   

   改訂

    self.data = np.vstack(self.data).reshape(-1, 3, 32, 32)#将此处的32改为你的图像大小224
   

   着替える

    self.data = np.vstack(self.data).reshape(-1, 3, 224, 224)#CIFAR利用这里计算iteration次数
   

5. リメイクCIFAR10