如何快速构建深度学习图像数据集

最新推荐文章于 2022-11-24 23:43:19 发布

原创

最新推荐文章于 2022-11-24 23:43:19 发布 · 1.1w 阅读

44 ·

CC 4.0 BY-SA版权

本文介绍了如何使用微软的Bing图像搜索API快速构建深度学习图像数据集。首先，需要创建Cognitive Services帐户并获取API密钥。然后，通过Python编程，使用requests包调用API并下载所需类别的图像。最后，文章提供了相关文档链接和脚本示例，帮助读者实现数据集的构建。

最近在实践人脸识别，目标检测等的项目，需要用到数据集的构建，从https://www.pyimagesearch.com/2018/04/09/how-to-quickly-build-a-deep-learning-image-dataset/找来资源，以供学习。我的项目地址：我的Github。

1、介绍

为了构建我们的深度学习图像数据集，我们将利用微软的Bing图像搜索API，这是微软认知服务的一部分，用于将AI应用在视觉，语音，文本等的软件。

2、创建您的Cognitive Services帐户

点击下面的网页进入：
https://azure.microsoft.com/en-us/try/cognitive-services/?api=bing-image-search-api
如截图中，要注册Bing图像搜索API，请单击“获取API密钥”按钮。

从那里您可以通过登录您的Microsoft，Facebook，LinkedIn或GitHub帐户进行注册（为了简单起见，我使用GitHub）。
完成注册过程后，您将在您的API页面看到类似于我的浏览器的页面：

3、使用Python构建深度学习数据集

3.1 阅读文档

如果您对 API如何工作或我们在发出搜索请求后如何使用API 有任何疑问，您应该参考这两个页面。

3.2 安装requests包

$ workon your_env_name
$ pip install requests

3.3 创建脚本文件SearchBingAPI.py来下载图像

'''
任务： 利用BING API从网上抓取特定图片，作为人脸识别的数据集。
操作： 1. 在linux下，命令行输入： python SearchBingAPI.py --query "钟汉良" --output DataSet/ZhongHanLiang
      2. 注释掉ap.add_argument部分，对建立的args字典直接输入值后，运行SearchBingAPI文件即可。
    - 2018/7/4
    - kerrwy
'''

from requests import exceptions
import argparse
import requests
import cv2