Notes

想调用 keras 的预训练网络提取图像特征，其中 VGG 和 ResNet50 要求输入图像长宽是224 x 224，以 CUB 数据集为例，预处理图片尺寸，放到一个新文件夹里。

Dataset

Caltech-UCSD Birds 200
CUB 数据库有分 2010 版和 2011 版的，官网左侧边栏可选，都是 200 个类，其中：

2010 版：Caltech-UCSD Birds 200
- Number of categories: 200
- Number of images: 6,033
- Annotations: Bounding Box, Rough Segmentation, Attributes
2011 版：The Caltech-UCSD Birds-200-2011 Dataset
- Number of categories: 200
- Number of images: 11,788
- Annotations per image: 15 Part Locations, 312 Binary Attributes, 1 Bounding Box

本篇示例用的是 2011 版，下载解压后，images/子目录里是按类组织的图片，一个类一个文件夹，文件夹名就是类名。更多介绍可见其README文件。

Pitfall

有个坑在于数据集里并不是所有图片都是彩色的，比如009.Brewer_Blackbird类的Brewer_Blackbird_0028_2682.jpg一图，黑白图读出来没有 channel 这一维。开始没注意到这个问题，结果后续处理报错了。
我的处理办法：用 numpy 建一个目标尺寸的、通道数为 3 的数组（本示例中即224 x 224 x 3），每个通道都赋成那张黑白图的值，这样能扩展出 channel 这维，且与原来的黑白图一致。原理可能是三种色光混合就变成白色光之类的。详见代码。

Code

目标：将图像尺寸改成224 x 224，放在一个新目录下（如：images.resized/），跟原来images/的组织方式相同。

# -*- coding: utf8 -*-
from os.path import join
from os import listdir, makedirs
from imageio import imread, imwrite
from scipy.misc import imresize #, imread, imsave
import numpy as npIN = 'images'  # 源目录
OUT = 'images.resized'  # 输出目录
CHANNEL = 3  # 通道数
SIZE_2D = (224, 224)  # 目标长宽
SIZE_3D = (224, 224, CHANNEL)makedirs(OUT)  # 创建输出目录
ls = list(listdir(IN))  # 列出（按类组织的）子目录
# print(ls)
for p in ls:out_d = join(OUT, p)  # 输出（按类组织的）子目录makedirs(out_d)p = join(IN, p)# print(listdir(p))for filE in listdir(p):img = imread(join(p, filE))  # 读图img = imresize(img, SIZE_2D)  # 改图if img.shape != SIZE_3D:  # 黑白图tmp = np.zeros(SIZE_3D)for c in range(CHANNEL):tmp[:, :, c] = imgimg = tmpimwrite(join(out_d, filE), img)  # 存图

Files

百度网盘：https://pan.baidu.com/s/12Frox4ztNmH5E_ZERlRwjg?pwd=7zdh，提取码：7zdh。

References

SciPy快速入门教程
Imageio’s user API
Applications | Keras Documentation
keras预训练模型应用(3)：VGG19提取任意层特征

Caltech-UCSD Birds 200 (CUB) 数据库预处理相关推荐

mysql使用数据库预处理_php中对MYSQL操作之预处理技术（2）数据库dql查询语句
//预处理技术 //创建一个mysqli对象 $mysqli = new MySQLi("主机名","mysql用户名","密码",&quo ...
mysql数据库预处理_一种MySQL数据库中间件预处理方法与流程
本发明属于通信领域,特别涉及一种MySQL数据库中间件预处理方法. (二) 背景技术: 通常来说,MySQL集群和应用程序之间需要通过一个中间件来实现通信.中间件的作用是,对于应用程序来说,不需要关心 ...
年薪200万数据库牛人牛新庄的成长历程
作者简介: 牛新庄博士,研究方向为数据仓库和数据挖掘.是IBM官方资深培训讲师(培训DB2,AIX,MQ,WebSphere和CICS).2002年获IBM 杰出软件专家奖,2006年获& ...
Pytorch训练Bilinear CNN模型笔记
Pytorch训练Bilinear CNN模型笔记注:一个项目需要用到机器学习,而本人又是一个python小白,根据老师的推荐,然后在网上查找了一些资料,终于实现了目的. 参考文献: Caltech ...
【今日CV 计算机视觉论文速览第93期】Wed, 3 Apr 2019
今日CS.CV 计算机视觉论文速览 Wed, 3 Apr 2019 Totally 55 papers Daily Computer Vision Papers Exploring Randomly ...
Text to image论文精读 DM-GAN: Dynamic Memory Generative Adversarial Networks for t2i 用于文本图像合成的动态记忆生成对抗网络
Text to image论文精读 DM-GAN: Dynamic Memory Generative Adversarial Networks for Text-to-Image Synthesis ...
CogView: Mastering Text-to-Image Generation via Transformers翻译
摘要通用领域中的 Text-to-Image 生成长期以来一直是一个开放的问题,它需要强大的生成模型和跨模态理解. 我们提出了 CogView,一个 40 亿参数的 Transformer,带有 V ...
深度学习数据集标注工具、图像语料数据库等资源
NLP+VS︱深度学习数据集标注工具.图像语料数据库.实验室搜索ing... 2017年02月07日 12:12:01 阅读数:27032 ~~因为不太会使用opencv.matlab工具,所以在找一 ...
深度学习(DL) /人工智能(AI)数据集标注工具、图像语料数据库
一.NLP标注工具BRAT BRAT是一个基于web的文本标注工具,主要用于对文本的结构化标注,用BRAT生成的标注结果能够把无结构化的原始文本结构化,供计算机处理.利用该工具可以方便的获得各项NLP ...
NLP+VS︱深度学习数据集标注工具、图像语料数据库、实验室搜索ing..
一.NLP标注工具来源:<构想:中文文本标注工具(附开源文本标注工具列表)> Chinese-Annotator 来源:https://github.com/crownpku/Chi ...

Caltech-UCSD Birds 200 (CUB) 数据库预处理