资源简介
mnist数据集,自带matlab解析函数,将文件名称和解析数量稍作修改便可使用。也可直接运行,默认解析1万幅图。
代码片段和文件信息
fid_image=fopen(‘train-images.idx3-ubyte‘‘r‘);
fid_label=fopen(‘train-labels.idx1-ubyte‘‘r‘);
% Read the first 16 Bytes
magicnumber=fread(fid_image4);
size=fread(fid_image4);
row=fread(fid_image4);
col=fread(fid_image4);
% Read the first 8 Bytes
extra=fread(fid_label8);
% Read labels related to images
imageIndex=fread(fid_label);
Num=length(imageIndex);
% Count repeat times of 0 to 9
cnt=zeros(110);
mkdir(‘train_img‘);
mkdir(‘train_label‘);
for k=1:10000
image=fread(fid_image[max(row)max(col)]); % Get image data
val=imageIndex(k); % Get value of image
for i=0:9
if val==i
cnt(val+1)=cnt(val+1)+1;
end
end
if cnt(val+1)<10
str=[num2str(val)‘_000‘num2str(cnt(val+1))‘.bmp‘];
elseif cnt(val+1)<100
str=[num2str(val)‘_00‘num2str(cnt(val+1))‘.bmp‘];
elseif cnt(val+1)<1000
str=[num2str(val)‘_0‘num2str(cnt(val+1))‘.bmp‘];
else
str=[num2str(val)‘_‘num2str(cnt(val+1))‘.bmp‘];
end
imwrite(image‘[‘./train_img/‘num2str(10000+k)‘.jpg‘]‘jpg‘);
fid=fopen([‘./train_label/‘num2str(10000+k)‘.txt‘]‘w‘);
fprintf(fid‘%d‘val);
fclose(fid);
end
fclose(fid_image);
fclose(fid_label);
属性 大小 日期 时间 名称
----------- --------- ---------- ----- ----
目录 0 2018-01-06 21:05 mnist_data\
文件 1262 2018-01-06 21:00 mnist_data\read_img.m
文件 1648877 2017-11-26 21:39 mnist_data\t10k-images-idx3-ubyte.gz
文件 4542 2017-11-26 21:39 mnist_data\t10k-labels-idx1-ubyte.gz
文件 9912422 2017-11-26 21:30 mnist_data\train-images-idx3-ubyte.gz
文件 28881 2017-11-26 21:30 mnist_data\train-labels-idx1-ubyte.gz
相关资源
- 深度学习的实验数据文件mnist_uint8
- matlab svm MNIST 手写数字识别
- mnist_all.mat
- KNN算法训练MNIST和CIFAR数据集
- mnist手写字的knn naive bayessvm实现
- 宽度学习 Broad Learning System MATLAB 代码
- 基于matlab的dbn在mnist 手写数字上的实
- BP神经网络 手写体
- mnist手写数字集MATLAB版
- mat格式的MNIST数据
- SVM实现MNIST数据集分类
- mnist_uint8.mat用于MATLAB实现CNN网络的手
- 类似mnist的手写英文体训练数据
- MNIST手写字体识别CNN+BP两种实现-Matl
- mnist手写数字png格式-label是txt格式的测
- mnist的mat格式数据
- mnist_basic mat文件
- DL Toolbox CNN部分
- MNIST手写字 Matlab程序,包含BP和CNN程序
- mnist_uint8.mat
- 官网Mnist的数据格式ubyte转为matlab适用
- matlab 采用BP实现Mnist数据集代码
- MNIST to uint8 by matlabMNIST数据库处理-m
- 多特征 MNIST库 手写数字识别 matlab 实
- 单特征 MNIST库 手写数字识别实现mat
- CapsuleNet 的MATLAB 实现 求解mnist手写体
- MATLAB基于BP神经网络的手写数字识别代
- 手写体数字识别的训练数据库
- 使用matlab将.idx3-ubyte和.idx1-ubyte格式文
- Matlab生成mnist_uint8.mat代码
评论
共有 条评论