theano 训练样本制作(二)
来源:互联网 发布:卧龙进阶数据 编辑:程序博客网 时间:2024/06/05 03:59
之前有一篇博文写了这方面的内容
但是要自己先把图像数据做在txt里面
之前一篇的博文 http://blog.csdn.net/yeyang911/article/details/17523343
这篇博文可以直接将文件名列表的txt 导成数据并保存
注:当然这里文件名格式的定义需要根据自己的实际情况来确定,程序中文件名读取部分是不能运行的
#! /usr/bin/env python# -*- coding: utf-8 -*-import cv2import numpy as npimport randomimport gzipimport cPickleclass DateP(object): def __init__(self,in1,in2): self.in1 = in1 self.in2 = in2 def date_process(self): label=[] date=[] with open(self.in1) as f:#读取txt里面的文件名 for line in f: a=line.split(';') c=int(a[7]) if c<10: mm='0000'+str(c) elif c>=10: mm='000'+str(c) label.append(str(c)) s = 'F:/'#路径 data = data_pro(s,x1,y1,x2,y2)#获取数据位置信息 date.append(data) sss1=np.asarray(label,dtype=int) sss=np.asarray(date,dtype=float) sss/=255 lens = len(date) sss=sss.reshape(lens,self.in2) ee1=zip(sss,sss1) random.shuffle(ee1) dd1,dd2=map(list,zip(*ee1)) ddd1=np.asarray(dd1,dtype=float) ddd2=np.asarray(dd2,dtype=int) cc=ddd1,ddd2 return ccdef data_pro(src,x1,y1,x2,y2): img_ = cv2.imread(src) dd = img_[x1:x2,y1:y2]#获取roi size = (28,28)#resize尺寸 img = cv2.resize(dd,size) gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)#转换成灰度图像 bb = np.zeros((img.shape[0],img.shape[1]), dtype=img.dtype) bb[:,:] = gray[:,:] cc = bb.reshape(1,img.shape[0]*img.shape[1]) return ccif __name__ == '__main__': a1="11.txt"#txt文件名列表 oo1=DateP(a1,784) o1 = oo1.date_process() d=o1 p1=cPickle.dumps(d,2) #生成pkl.gz文件就和theano中的一样 s=gzip.open('cnn.pkl.gz','wb')#要保存的文件路径,这里用了gzip,压缩文件 s.write(p1) s.close() print 'ok'
----------------------------------------------------------------------------------------------
如果因为数据量大不能导致gzip.open('cnn.pkl.gz','wb'')不能使用的
可以用下面方式代替
f = open('cnn.pkl', 'wb')
cPickle.dump(d,f,2)
f.close()
保存的不为.gz压缩的文件。(比较占存储空间)
-----------------------------------------------------------------------------------------------
0 0
- theano 训练样本制作(二)
- 制作theano可用的训练样本
- 制作theano可用的训练样本
- 训练样本集的制作
- HOG 行人检测 学习体会(如何制作训练样本)
- HOG 行人检测 学习体会(如何制作训练样本)
- HOG 行人检测 学习体会(如何制作训练样本)
- 人脸识别之人脸检测(二)--人脸识别样本制作及训练测试
- HOG提取训练检测+样本制作
- 开篇-HOG提取训练检测+样本制作
- 开篇-HOG提取训练检测+样本制作
- 开篇-HOG提取训练检测+样本制作
- 【opencv】训练样本的批量制作
- 训练样本和测试样本(还有验证样本)
- HOG+SVM 自己制作训练样本+训练分类器
- HOG+SVM 自己制作训练样本+训练分类器
- opencv haar训练--训练样本(4)
- opencv haar训练--训练样本(4)
- 程序员的十大经验和十大教训
- jQuery_review之对已经加载到页面上的的table进行内容的筛选
- 解决Navicat测试连接时出现cannot create oci environment问题
- 数据库设计
- 替换URL中指定参数的值
- theano 训练样本制作(二)
- POJ 2151--Check the difficulty of problem
- 读《百度基础架构技术发展之路》有感 .
- Relatives+水题+欧拉函数+素数打表的基本应用+poj
- Android快捷开关实现
- 比较时间日期
- 不声明新变量交换两值
- coach factory online Asos bags another M veteran in Ian Dyson
- VS 与 SQLite数据库 连接