1、下载或准备数据
没有准备好数据的朋友可以访问flowers数据集.rar-深度学习文档类资源-CSDN下载,下载后只保留其中的flowers文件夹即可。有数据的朋友请将自己的数据分文件夹存好,分别保存在同一个父目录下
2、生成训练列表
import os
import random
def get_fpaths_fnames_labels(path,seed=123):
sub_dir=os.listdir(path)
fpaths=[]
fnames=[]
labels=[]
class_dict={}
i=0
for sub_path in sub_dir:
fnames_class_one=os.listdir(path+'\\'+sub_path)
labels_class_one=len(fnames_class_one)*[i]
fpaths+=len(fnames_class_one)*[path+'\\'+sub_path]
fnames+=fnames_class_one
labels+=labels_class_one
class_dict[sub_path]=i
i+=1
#保证每次shuffle的结果都是一样的
random.seed(seed)
tmp=list(zip(fpaths,fnames,labels))
random.shuffle(tmp)
#f
Original: https://blog.csdn.net/a486259/article/details/122685848
Author: 万里鹏程转瞬至
Title: paddlepaddle 5 搭建卷积神经网络对自己的数据进行分类
原创文章受到原创版权保护。转载请注明出处:https://www.johngo689.com/665531/
转载文章受原作者版权保护。转载请注明原作者出处!