08_01Oxflower17花数据的读取-基于VGG牛津花迁移学习项目.py

HJZ11

于 2020-02-07 10:47:58 发布

阅读量1.3k

点赞数 1

CC 4.0 BY-SA版权

分类专栏： # 深度学习4-CNN

本文链接：https://blog.youkuaiyun.com/HJZ11/article/details/104206865

深度学习4-CNN 专栏收录该内容

21 篇文章

订阅专栏

本文介绍如何使用tflearn库加载并预览牛津大学提供的17CategoryFlowerDataset数据集，该数据集包含17种常见花卉的1360张图片，每种花卉80张。文章演示了数据集的加载过程，包括图片的预处理和标签的一热编码，并随机展示了部分图片及其对应的花卉种类。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >



"""
pip install tflearn
数据集为17 Category Flower Dataset，是牛津大学Visual Geometry Group选取的在英国比较常见的17种花；其中每种花有80张图片，整个数据集有1360张图片；类别已经分好，标签就是最外层的文件夹的名字1-16，在输入标签的时候可以直接通过文件读取的方式。
"""

from tflearn.datasets import oxflower17
import matplotlib.pyplot as plt
import numpy as np

X,Y = oxflower17.load_data(
    dirname='./17flowers', resize_pics=(224, 224), shuffle=True, one_hot=True
)#如果没有数据会自动下载数据


print(type(X))
print("图片的数值大小:{} - {}".format(X.max(), X.min()))
print(X.shape, Y.shape)
print(type(Y))

for i in range(3):
    idx = np.random.randint(1, 1361)
    print('图片的索引号为：{} - 花的种类为:{}'.format(idx, np.argmax(Y[idx])))
    plt.imshow(X[idx])
    plt.show()

图片的数值大小:1.0 - 0.0
(1360, 224, 224, 3) (1360, 17)
<class 'numpy.ndarray'>
图片的索引号为：119 - 花的种类为:2
图片的索引号为：363 - 花的种类为:3
图片的索引号为：776 - 花的种类为:10

Process finished with exit code 0

在这里插入图片描述