人脸年龄与性别识别数据集处理

使用python批量复制系统文件到指定位置

借鉴程序：

import os
import shutil
path_img='读取图片的路径'
ls = os.listdir(path_img)
print(len(ls))
for i in ls:if i.find('查找的关键词')!=-1:shutil.move(path_img+'/'+i,"输出保存的路径"+i)

实例：

import os
import shutil
path_img='C:\\Users\\chriszhang\\Desktop\\gender\\test'
ls = os.listdir(path_img)
print(len(ls))
for i in ls:if i.find('testnan')!=-1:shutil.move(path_img+'/'+i,"C:/Users/chriszhang/Desktop/male/"+i)

问题描述

我遇到的情况：深度学习数据集需要挑选不同年龄的图片

开源的wiki数据集：如下，00-99共100个文件夹，外加一个.mat标签文件。

解决方法:

对各个文件夹内的图片名遍历，筛选出8类不同年龄的图片
代码： 只按年龄分类了，没有分男女。

import os
import shutilfor j in range(0, 100):path_img = 'D:/pythoncode/PycharmProjects/CNN_SE_ELM Project/dataset_new'  # 读取图片的路径img_set = str(j).rjust(2, '0')  # 生成00-99，赋给img_setpath_img = path_img + '/' + img_set  # 最低一级路径ls = os.listdir(path_img)  # 该路径下所有文件名 构成的列表print(len(ls))for i in range(len(ls)):  # 遍历文件名构成的列表ls[0],ls[1].....filename = ls[i]birth_year = int(filename[-19:-15])birth_month = int(filename[-14:-12])time = int(filename[-8:-4])age = time - birth_year  # 计算年龄if birth_month < 7:  # assume the photo was taken in the middle of the yearpasselse:age = age - 1path_destination = 'D:/pythoncode/PycharmProjects/CNN_SE_ELM Project/dataset_16000/25-32men'if age in range(25, 33):  # 25-32岁shutil.copy(path_img + '/' + filename, path_destination)

结果：

遇到的问题

wiki数据集图片的年龄为0-2，4-6,8-13的图片太少，所以从IMDB中提取一部分。
代码如下：

# -*- coding:utf-8 -*-
"""
作者：ASUS
日期：2022年02月17日
"""
import os
import shutil
# wiki数据集的0-2，4-6,8-13的图片太少，所以从IMDB中提取一部分
for j in range(0, 100):path_img = 'D:/pythoncode/PycharmProjects/CNN_SE_ELM Project/imdb_crop'  # 读取图片的路径img_set = str(j).rjust(2, '0')  # 生成00-99，赋给img_setpath_img = path_img + '/' + img_set  # 最低一级路径ls = os.listdir(path_img)  # 该路径下所有文件名 构成的列表print(len(ls))for i in range(len(ls)):  # 遍历文件名构成的列表ls[0],ls[1].....filename = ls[i]birth = filename.split('_')[2]  # 出生日期，包括年月日，如'1955-1-6'birth_year = int(birth.split('-')[0])  # 出生年，如1955birth_month = int(birth.split('-')[1])  # 出生月，如1time = int(filename[-8:-4])age = time - birth_year  # 计算年龄if birth_month < 7:  # assume the photo was taken in the middle of the yearpasselse:age = age - 1path_destination = 'D:/pythoncode/PycharmProjects/CNN_SE_ELM Project/dataset_16000/8-13men'if age in range(8, 14):  # 8-13岁shutil.copy(path_img + '/' + filename, path_destination)

结果：

8-13岁的图片够了，但0-2岁,4-6岁的图片仍然不够。
发现很多图片的人脸年龄与标签严重不符。

imdb-wiki数据集划分及处理、训练相关推荐

【YOLOv5 数据集划分】训练和验证、训练验证和测试（train、val）（train、val、test）
[YOLOv5 数据集划分]训练和验证.训练验证和测试(train.val),(train.val.test) ①在已有测试集的情况下划分训练集和验证集 # 将图片和标注数据按比例切分为训练集和测试 ...
机器学习(一) 基于sklearn库的数据集划分(交叉验证)
机器学习中首要环节就是数据集的处理,其中数据集的处理从个人理解(如有错误敬请谅解)的角度来说包括两个方面:数据集划分和数据清理.其中数据集划分是指训练集.验证集和测试集的数据类别划分:数据清理是指数据 ...
十折交叉验证10-fold cross validation, 数据集划分训练集验证集测试集
机器学习数据挖掘数据集划分训练集验证集测试集 Q:如何将数据集划分为测试数据集和训练数据集? A:three ways: 1.像sklearn一样,提供一个将数据集切分成训练集和测试集的函数 ...
ML之FE：数据处理—特征工程之数据集划分成训练集、验证集、测试集三部分简介、代码实现、案例应用之详细攻略
ML之FE:数据处理-特征工程之数据集划分成训练集.验证集.测试集三部分简介.代码实现.案例应用之详细攻略目录数据集划分成训练.验证.测试三种数据的简介 1.训练集.验证集的作用 2.验证数据集 ...
机器学习之数据集划分——训练集测试集划分，划分函数，估计器的使用
训练集测试集划分,划分函数,估计器的使用参考文章训练集.验证集和测试集的划分及交叉验证的讲解划分训练集和测试集的函数学习 sklearn数据集,数据集划分,估计器详细讲解参考文章训练集.验证 ...
数据集划分——训练集、测试集、验证集按照7:1:2
数据集划分--训练集.测试集.验证集按照7:1:2 前面我对乳腺超声图像数据库进行数据增强,得到: 然后对数据集进行划分,按照训练集.测试集.验证集7:1:2的比例. 代码: import os im ...
机器学习数据集划分训练集验证集测试集
版权声明:本文为博主原创文章,转载请注明转自 Scofield's blog[http://blog.csdn.net/scotfield_msn] https://blog.csdn.net/Sco ...
【目标检测】将目标检测数据集划分为训练集、验证集与测试集 python代码
文件结构数据集data_dir文件结构: ├── data_dir: 数据集图片所在目录(可包含其他合适文件,本脚本只对图片进行统计)├── 1.jpg: 图片1├── 2.jpg: 图片2└── ...
第5章【思考与练习2】将数据集划分为训练集与测试集，查看决策树分类器的性能。将例5-3中的分类器保存到文件中，然后重新加载预测给出的新数据。
P101思考与练习2 1.将数据集划分为训练集与测试集,查看决策树分类器的性能. #1. #划分为测试集与训练集 import pandas as pd data = pd.read_csv('dat ...

imdb-wiki数据集划分及处理、训练

人脸年龄与性别识别数据集处理

使用python批量复制系统文件到指定位置

问题描述

我遇到的情况：深度学习数据集需要挑选不同年龄的图片

开源的wiki数据集：如下，00-99共100个文件夹，外加一个.mat标签文件。

解决方法:

遇到的问题

imdb-wiki数据集划分及处理、训练相关推荐

最新文章

热门文章

imdb-wiki数据集划分及处理、训练

人脸年龄与性别识别数据集处理

使用python批量复制系统文件到指定位置

问题描述

我遇到的情况： 深度学习数据集需要挑选不同年龄的图片 开源的wiki数据集： 如下，00-99共100个文件夹，外加一个.mat标签文件。

解决方法:

遇到的问题

imdb-wiki数据集划分及处理、训练相关推荐

最新文章

热门文章

我遇到的情况：深度学习数据集需要挑选不同年龄的图片

开源的wiki数据集：如下，00-99共100个文件夹，外加一个.mat标签文件。