MXNet的数据读取:data.py源码详解
来源:互联网 发布:中国程序员联合开发网 编辑:程序博客网 时间:2024/06/11 03:40
这篇博文介绍MXNet里面比较重要的一个脚本data.py,路径:~/mxnet/example/image-classification/common/data.py
。也是在fine-tune.py脚本中用到的数据读入脚本(参考MXNet的fine-tune.py源码详解)。数据读取在深度学习模型训练中算是比较重要的一块,MXNet官网中主要介绍的是.rec格式的数据的读取,不过这个格式比较占磁盘空间(正常情况下和图像所占磁盘空间差不多),虽然一次读入比较省事。但是还是建议其他格式的读入比如利用lst文件从磁盘读入图像,SSD的读取速度还是可以的。这个脚本主要包括数据的一些配置以及最重要的数据导入,接下来直接解读源码。
import mxnet as mximport randomfrom mxnet.io import DataBatch, DataIterimport numpy as np#这个函数主要是输入数据的一些配置,比如最重要的--data-train和--data-val是训练和验证数据集,# --rgb-mean是均值,--num-class是类别数,--num-examples是训练样本数def add_data_args(parser): data = parser.add_argument_group('Data', 'the input images') data.add_argument('--data-train', type=str, help='the training data') data.add_argument('--data-val', type=str, help='the validation data') data.add_argument('--rgb-mean', type=str, default='123.68,116.779,103.939', help='a tuple of size 3 for the mean rgb') data.add_argument('--pad-size', type=int, default=0, help='padding the input image') data.add_argument('--image-shape', type=str, help='the image shape feed into the network, e.g. (3,224,224)') data.add_argument('--num-classes', type=int, help='the number of classes') data.add_argument('--num-examples', type=int, help='the number of training examples') data.add_argument('--data-nthreads', type=int, default=4, help='number of threads for data decoding') data.add_argument('--benchmark', type=int, default=0, help='if 1, then feed the network with synthetic data') data.add_argument('--dtype', type=str, default='float32', help='data type: float32 or float16') return data#这个函数也是数据的一些配置,包括随机裁剪,镜像等等def add_data_aug_args(parser): aug = parser.add_argument_group( 'Image augmentations', 'implemented in src/io/image_aug_default.cc') aug.add_argument('--random-crop', type=int, default=1, help='if or not randomly crop the image') aug.add_argument('--random-mirror', type=int, default=1, help='if or not randomly flip horizontally') aug.add_argument('--max-random-h', type=int, default=0, help='max change of hue, whose range is [0, 180]') aug.add_argument('--max-random-s', type=int, default=0, help='max change of saturation, whose range is [0, 255]') aug.add_argument('--max-random-l', type=int, default=0, help='max change of intensity, whose range is [0, 255]') aug.add_argument('--max-random-aspect-ratio', type=float, default=0, help='max change of aspect ratio, whose range is [0, 1]') aug.add_argument('--max-random-rotate-angle', type=int, default=0, help='max angle to rotate, whose range is [0, 360]') aug.add_argument('--max-random-shear-ratio', type=float, default=0, help='max ratio to shear, whose range is [0, 1]') aug.add_argument('--max-random-scale', type=float, default=1, help='max ratio to scale') aug.add_argument('--min-random-scale', type=float, default=1, help='min ratio to scale, should >= img_size/input_shape. otherwise use --pad-size') return augdef set_data_aug_level(aug, level): if level >= 1: aug.set_defaults(random_crop=1, random_mirror=1) if level >= 2: aug.set_defaults(max_random_h=36, max_random_s=50, max_random_l=50) if level >= 3: aug.set_defaults(max_random_rotate_angle=10, max_random_shear_ratio=0.1, max_random_aspect_ratio=0.25)class SyntheticDataIter(DataIter): def __init__(self, num_classes, data_shape, max_iter, dtype): self.batch_size = data_shape[0] self.cur_iter = 0 self.max_iter = max_iter self.dtype = dtype label = np.random.randint(0, num_classes, [self.batch_size,]) data = np.random.uniform(-1, 1, data_shape) self.data = mx.nd.array(data, dtype=self.dtype) self.label = mx.nd.array(label, dtype=self.dtype) def __iter__(self): return self @property def provide_data(self): return [mx.io.DataDesc('data', self.data.shape, self.dtype)] @property def provide_label(self): return [mx.io.DataDesc('softmax_label', (self.batch_size,), self.dtype)] def next(self): self.cur_iter += 1 if self.cur_iter <= self.max_iter: return DataBatch(data=(self.data,), label=(self.label,), pad=0, index=None, provide_data=self.provide_data, provide_label=self.provide_label) else: raise StopIteration def __next__(self): return self.next() def reset(self): self.cur_iter = 0# 这个函数比较重要,也是在训练的时候fit函数在获取数据的时候调用的函数,这个函数通过mxnet.io.ImageRecordIter,# 可以从.rec文件生成data_iter然后作为fit函数的输入之一。def get_rec_iter(args, kv=None): image_shape = tuple([int(l) for l in args.image_shape.split(',')]) dtype = np.float32; if 'dtype' in args: if args.dtype == 'float16': dtype = np.float16 if 'benchmark' in args and args.benchmark: data_shape = (args.batch_size,) + image_shape train = SyntheticDataIter(args.num_classes, data_shape, 50, dtype) return (train, None) if kv: (rank, nworker) = (kv.rank, kv.num_workers) else: (rank, nworker) = (0, 1) rgb_mean = [float(i) for i in args.rgb_mean.split(',')]#这里采用的是mxnet.io.ImageRecordlter这个函数,这个函数的具体介绍可以参考:#http://mxnet.io/api/python/io.html#mxnet.io.ImageRecordIter,因为这个函数必须要以.rec文件作为输入,#这个文件还是比较占磁盘空间的,有点像Caffe中的lmdb。因此推荐另一种读取数据的函数:mxnet.image.ImageIter,#这个函数既可以以.rec作为输入,也可以以图像和.lst文件作为输入,写起来也比较简单。 train = mx.io.ImageRecordIter( path_imgrec = args.data_train, label_width = 1, #表示一个图像对应一个标签,如果你是要进行多标签分类的话,这个地方需要做修改 mean_r = rgb_mean[0], #这三个是图像均值,r,g,b三个通道 mean_g = rgb_mean[1], mean_b = rgb_mean[2], data_name = 'data', label_name = 'softmax_label', data_shape = image_shape, batch_size = args.batch_size, rand_crop = args.random_crop, #随机裁剪 max_random_scale = args.max_random_scale, pad = args.pad_size, fill_value = 127, min_random_scale = args.min_random_scale, max_aspect_ratio = args.max_random_aspect_ratio, random_h = args.max_random_h, random_s = args.max_random_s, random_l = args.max_random_l, max_rotate_angle = args.max_random_rotate_angle, max_shear_ratio = args.max_random_shear_ratio, rand_mirror = args.random_mirror, preprocess_threads = args.data_nthreads, shuffle = True, #是否将样本随机排序 num_parts = nworker, part_index = rank) if args.data_val is None: return (train, None) val = mx.io.ImageRecordIter( path_imgrec = args.data_val, label_width = 1, mean_r = rgb_mean[0], mean_g = rgb_mean[1], mean_b = rgb_mean[2], data_name = 'data', label_name = 'softmax_label', batch_size = args.batch_size, data_shape = image_shape, preprocess_threads = args.data_nthreads, rand_crop = False, rand_mirror = False, num_parts = nworker, part_index = rank) return (train, val)
阅读全文
0 0
- MXNet的数据读取:data.py源码详解
- MXNet的预训练:fine-tune.py源码详解
- MXNet的训练入口:fit.py源码详解
- MXNet的数据预处理:mxnet.image.CreateAugmenter源码详解
- mxnet中im2rec.py的小问题
- MXNet的训练基础脚本:base_module.py
- MXNet的训练实现脚本:module.py
- mxnet im2re.py
- Python使用web.py读取Mysql的数据
- mxnet 运行自己的数据
- 利用Mxnet自带的工具,进行数据转化,读取图片文件
- Android 读取<meta-data>元素的数据
- Android 读取<meta-data>元素的数据
- Android 读取<meta-data>元素的数据
- Android 读取<meta-data>元素的数据
- Android 读取<meta-data>元素的数据
- Android 读取<meta-data>元素的数据
- Android 读取<meta-data>元素的数据
- 第4章第1节 Mindows的文件组织结构
- 第4章第2节 定时器触发的实时抢占…
- 第4章第2节 定时器触发的实时抢占…
- 第4章第3节 实时事件触发的实时抢…
- 第4章第3节 实时事件触发的实时抢…
- MXNet的数据读取:data.py源码详解
- 第4章第3节 实时事件触发的实时抢…
- Vmware 将kalilinux装进 U盘
- cookie 和session 的区别详解
- JavaScript(jquery)写的像素游戏贪吃蛇
- zabbix使用sendEmail实现邮件报警
- 第4章第4节 任务切换钩子函数
- 第4章第5节 任务创建和任务删除钩…
- 第4章第6节 任务自结束