CIFAR-10的Matlab可视化与转化

最新推荐文章于 2025-06-21 23:15:25 发布

大数据运维

最新推荐文章于 2025-06-21 23:15:25 发布

阅读量6.5k

点赞数 5

CC 4.0 BY-SA版权

分类专栏：机器学习文章标签： matlab 图像处理可视化 CIFAR-10

本文链接：https://blog.youkuaiyun.com/awdac/article/details/54143377

机器学习专栏收录该内容

8 篇文章

订阅专栏

本文介绍如何使用Matlab对CIFAR-10数据集进行读取及可视化处理，包括导入数据、读写图像、图像展示等步骤，并提供了完整的Matlab代码示例。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

进来研究dl4j-examples里面的相关实例，经常用到例如MNIST、CIFAR等二进制图像集合。原程序用到的是二进制文件格式的读取，而如果想要看到里面数值具体的含义，需要对二进制文件进行可视化。

Matlab使用方便、编程简单，且无论在数值计算，还是在图像处理、模拟过程等方面都非常具有优势，缺点就是软件不开源、价格昂贵，因此滋生了如博主一样的广大盗版软件使用者_^_ 。

Matlab基础

1、导入数据：

load('you data path')
%获取文件名称、路径
[filename,filepath]=uigetfile()

2、读写图像：

[X, map] = imread(filename,format);%读入操作
imgray = rgb2gray(X);%转化为灰度图像
imwrite(image,filename);%图像写入文件操作

3、图像展示：

imshow(X,map);%显示图像
% 同一界面中显示多个图像
figure%假设显示四个图像
subplot(221),imshow(image1)
subplot(222),imshow(image2)
subplot(223),imshow(image3)
subplot(224),imshow(image4)

4、其它常识：

clear all%清空所有变量
close all%关闭所有Figure界面
quit/exit%退出Matlab

CIFAR-10数据集

该数据集的访问地址为http://www.cs.toronto.edu/~kriz/cifar.html，其中Python版本的图像显示可以参考python实现cifar10数据集的可视化。

Matlab版本的数据集中包含以下文件：

batchs.meta.mat
data_batch_1.mat
data_batch_2.mat
data_batch_3.mat
data_batch_4.mat
data_batch_5.mat
readme.html
test_batch.mat

其中data_batch_i(1,2,3,4,5).mat中包含10000个3232图片，共有50000张图片；test_batch.mat为测试集数据，共有10000张图片。

Matlab代码

for j=1:5,%读取训练集数据
    ％读入第j个batch的数据
    load(['data_batch_' num2str(j) '.mat'])
    for i=1:size(data,1),％循环转化并写入文件
        p=data(i,:);
        label=labels(i);

        fig=zeros(32,32,3);
        fig(:,:,1)=reshape(p(1:1024),32,32)';
        fig(:,:,2)=reshape(p(1025:2048),32,32)';
        fig(:,:,3)=reshape(p(2049:end),32,32)';

        ％将数据保存为PNG格式
        imwrite(fig/256,['image/batch_' num2str(j) '_label_' num2str(label) '_' num2str(i)  '.png'])
    end;
end;