-
大小: 6.88MB文件类型: .rar金币: 2下载: 0 次发布日期: 2024-02-04
- 语言: Python
- 标签: tensorflow
资源简介
先在https://download.csdn.net/download/yy805428679/10787808处下载了三通道图像的例程,然后使用那个手写的灰度图文件库,再改了下。所有改过的傻逼过程里的注释都没删,也许有帮助。把解压后的文件放到e盘DeepLearning文件夹里,运行test_Net.py就可以出测试结果。当然也可以运行train_Net.py先训练。我用的是anaconda3,64位,spyder编辑,python3.5,tensorfow是CPU版本。
代码片段和文件信息
# -*- coding: utf-8 -*-
“““
Created on Mon Jul 30 15:39:57 2018
@author: Yanlei
代码功能: 输入图片处理
对指定大小的生成图片进行sample和label分类操作。获得神经网络属输入的get_files文件,
同时为了方便网络的训练,对输入数据进行batch处理。
“““
import os
import tensorflow as tf
import numpy as np
import math
import matplotlib.pyplot as plt
#===============================================================
# 生成图片路径和标签的list
train_dir = ‘E:\\DeepLearning\\Train_Our_Dataset\\Images_data‘
pic0 = []
label_0 = []
pic1 = []
label_1 = []
pic2 = []
label_2 = []
pic3 = []
label_3 = []
pic4 = []
label_4 = []
pic5 = []
label_5 = []
pic6 = []
label_6 = []
pic7 = []
label_7 = []
pic8 = []
label_8 = []
pic9 = []
label_9 = []
#====================================
# step1:获取train_dir = ‘E:\\DeepLearning\\Train_Our_Dataset\\Images_data‘下所有图片路径,存放在
# 对应的list中,同时贴上标签,放到对应的label列表中
def get_files(file_dir ratio): # ratio 比例,比率
for file in os.listdir(file_dir+‘/pic0‘):
pic0.append(file_dir +‘/pic0‘+‘/‘+ file) # 将图片读出到list。
label_0.append(0) # 数组中添加0,表明0是0的标签
for file in os.listdir(file_dir+‘/pic1‘):
pic1.append(file_dir +‘/pic1‘+‘/‘+ file) # 将图片读出到list。
label_1.append(1) # 数组中添加0,表明0是0的标签
for file in os.listdir(file_dir+‘/pic2‘):
pic2.append(file_dir +‘/pic2‘+‘/‘+ file) # 将图片读出到list。
label_2.append(2) # 数组中添加0,表明0是0的标签
for file in os.listdir(file_dir+‘/pic3‘):
pic3.append(file_dir +‘/pic3‘+‘/‘+ file) # 将图片读出到list。
label_3.append(3) # 数组中添加0,表明0是0的标签
for file in os.listdir(file_dir+‘/pic4‘):
pic4.append(file_dir +‘/pic4‘+‘/‘+ file) # 将图片读出到list。
label_4.append(4) # 数组中添加0,表明0是0的标签
for file in os.listdir(file_dir+‘/pic5‘):
pic5.append(file_dir +‘/pic5‘+‘/‘+ file) # 将图片读出到list。
label_5.append(5) # 数组中添加0,表明0是0的标签
for file in os.listdir(file_dir+‘/pic6‘):
pic6.append(file_dir +‘/pic6‘+‘/‘+ file) # 将图片读出到list。
label_6.append(6) # 数组中添加0,表明0是0的标签
for file in os.listdir(file_dir+‘/pic7‘):
pic7.append(file_dir +‘/pic7‘+‘/‘+ file) # 将图片读出到list。
label_7.append(7) # 数组中添加0,表明0是0的标签
for file in os.listdir(file_dir+‘/pic8‘):
pic8.append(file_dir +‘/pic8‘+‘/‘+ file) # 将图片读出到list。
label_8.append(8) # 数组中添加0,表明0是0的标签
for file in os.listdir(file_dir+‘/pic9‘):
pic9.append(file_dir +‘/pic9‘+‘/‘+ file) # 将图片读出到list。
label_9.append(9) # 数组中添加0,表明0是0的标签
#step2:对生成的图片路径和标签List做打乱处理,合起来组成一个list(img和lab)
image_list = np.hstack((pic0pic1pic2pic3pic4pic5pic6pic7pic8pic9)) # stack堆叠。h代表水平方向。hstack表示水平方向连起来
label_list = np.hstack((label_0label_1label_2label_3label_4label_5label_6label_7label_8label_9))
# 利用shuffle打乱顺序
temp = np.array([image_list label
属性 大小 日期 时间 名称
----------- --------- ---------- ----- ----
文件 181 2019-07-29 17:25 Train_Our_Dataset\Images_data\checkpoint
文件 4369948 2019-07-29 10:19 Train_Our_Dataset\Images_data\events.out.tfevents.1564365740.RJ-COMPUTOR
文件 2171447 2019-07-29 17:25 Train_Our_Dataset\Images_data\events.out.tfevents.1564391342.RJ-COMPUTOR
文件 401244 2019-07-29 17:25 Train_Our_Dataset\Images_data\model.ckpt-9999.data-00000-of-00001
文件 1535 2019-07-29 17:25 Train_Our_Dataset\Images_data\model.ckpt-9999.index
文件 942027 2019-07-29 17:25 Train_Our_Dataset\Images_data\model.ckpt-9999.me
文件 599 2019-04-08 08:31 Train_Our_Dataset\Images_data\pic0\mnist_train_10.jpg
文件 573 2019-04-08 08:31 Train_Our_Dataset\Images_data\pic0\mnist_train_1001.jpg
文件 591 2019-04-08 08:31 Train_Our_Dataset\Images_data\pic0\mnist_train_1008.jpg
文件 590 2019-04-08 08:31 Train_Our_Dataset\Images_data\pic0\mnist_train_1023.jpg
文件 581 2019-04-08 08:31 Train_Our_Dataset\Images_data\pic0\mnist_train_1034.jpg
文件 598 2019-04-08 08:31 Train_Our_Dataset\Images_data\pic0\mnist_train_1045.jpg
文件 616 2019-04-08 08:31 Train_Our_Dataset\Images_data\pic0\mnist_train_1065.jpg
文件 658 2019-04-08 08:31 Train_Our_Dataset\Images_data\pic0\mnist_train_1076.jpg
文件 637 2019-04-08 08:31 Train_Our_Dataset\Images_data\pic0\mnist_train_108.jpg
文件 534 2019-04-08 08:31 Train_Our_Dataset\Images_data\pic0\mnist_train_1094.jpg
文件 597 2019-04-08 08:31 Train_Our_Dataset\Images_data\pic0\mnist_train_1097.jpg
文件 601 2019-04-08 08:31 Train_Our_Dataset\Images_data\pic0\mnist_train_1103.jpg
文件 611 2019-04-08 08:31 Train_Our_Dataset\Images_data\pic0\mnist_train_1113.jpg
文件 616 2019-04-08 08:31 Train_Our_Dataset\Images_data\pic0\mnist_train_1117.jpg
文件 620 2019-04-08 08:31 Train_Our_Dataset\Images_data\pic0\mnist_train_1133.jpg
文件 573 2019-04-08 08:31 Train_Our_Dataset\Images_data\pic0\mnist_train_1137.jpg
文件 580 2019-04-08 08:31 Train_Our_Dataset\Images_data\pic0\mnist_train_1146.jpg
文件 605 2019-04-08 08:31 Train_Our_Dataset\Images_data\pic0\mnist_train_115.jpg
文件 580 2019-04-08 08:31 Train_Our_Dataset\Images_data\pic0\mnist_train_1179.jpg
文件 611 2019-04-08 08:31 Train_Our_Dataset\Images_data\pic0\mnist_train_120.jpg
文件 582 2019-04-08 08:31 Train_Our_Dataset\Images_data\pic0\mnist_train_1207.jpg
文件 570 2019-04-08 08:31 Train_Our_Dataset\Images_data\pic0\mnist_train_1227.jpg
文件 539 2019-04-08 08:31 Train_Our_Dataset\Images_data\pic0\mnist_train_1228.jpg
文件 579 2019-04-08 08:31 Train_Our_Dataset\Images_data\pic0\mnist_train_1245.jpg
............此处省略10000个文件信息
- 上一篇:微信跳一跳资源包
- 下一篇:ROF图像降噪处理python程序
相关资源
- anaconda下安装tensorflow(注:不同版本
- 北京大学曹健老师-人工智能实践:
- Deep Learning With Python - Jason Brownlee
- Python-自然场景文本检测PSENet的一个
- Python-高效准确的EAST文本检测器的一个
- Python-TensorFlow弱监督图像分割
- Python-基于tensorflow实现的用textcnn方法
- Python-subpixel利用Tensorflow的一个子像素
- 【官方文档】TensorFlow Python API docume
-
tensorflow画风迁移代码 st
yle transfer - 简单粗暴 TensorFlow
- [PDF] Reinforcement Learning With Open AI Tens
- tensorflow目标检测代码
- 基于Python的手写字体识别系统
- 基于Tensorflow的人脸识别源码
- python TensorFlow 官方文档中文版
- Python-在TensorFlow中实现实现图像卷积网
- tensorflow-1.9.0-cp37-cp37m-win_amd64.whl
- Faster-RCNN-TensorFlow-Python3.5-master
- 聊天机器人tensorflow
- caffe模型转化为tensorflow模型
- Python-一个非常简单的BiLSTMCRF模型用于
- Python-Tensorflow仿AlphaGo框架实现的AI围棋
- Mask R-CNN源码(TensorFlow版本)
- 基于python3 tensorflow DBN_and_RNN的实现
- tensorflow-0.8.0-cp34-cp34m-linux_x86_64.whl
- Hands-On Machine Learning with Scikit-Learn an
- python3中文识别词库模型
- tensorflow -1.4-py2.7 -cpu 版本
- TensorflowOpenCV实现的CNN车牌识别代码
评论
共有 条评论