Joliwas的博客

原创 深度学习（图像分类）制作数据集常见方式的代码

本文分享了将振动信号转换为图像数据集的方法，以CWRU轴承故障数据为例，介绍了制作深度学习数据集的完整流程。作者通过代码实现将振动信号图像按故障类型分类存储，并自动生成包含图像路径和标签的TXT文件，便于神经网络读取。该方法适用于轴承故障诊断等任务，将时间序列数据转化为图像分类问题，为初学者提供了实用的数据集制作方案。文中还提供了生成训练集、测试集文件列表的Python代码，并提到后续将分享混淆矩阵和T-SNE可视化分析的实现方法。