cifar10 数据集转换成图片

原创于 2018-11-02 10:47:32 发布

· 4.4k 阅读

7 ·

版权

caffe 同时被 2 个专栏收录

10 篇文章

订阅专栏

cifar10

1 篇文章

订阅专栏

本文介绍了一种使用Python处理CIFAR-10数据集的方法，通过将数据从原始格式转换为图像文件，便于进一步的视觉检查和深度学习模型训练。该过程涉及解码数据字典，重塑图像数据，调整通道顺序以符合OpenCV要求，以及保存图像至指定目录。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

自己亲测，转换一部分，可以使用

import cv2
import numpy as np

file = 'data_batch_2'

官方给的示例：

def unpickle(file):
    import cPickle
    with open(file, 'rb') as fo:
        dict = cPickle.load(fo)
    return dict

得到数据字典

dict1 = unpickle(file)
for i in range(100):#我只保存的100张
    img = dict1["data"][i]#得到图片的数据
    img = np.reshape(img, (3, 32,32))  #转为三维图片数组
    img = img.transpose((1,2,0))#通道转换为CV2的要求形式
    img_name = dict1["filenames"][i]#拿到图片的名字
    img_label = str(dict1["labels"][i])#拿到图片的标签
    cv2.imwrite("/home/user/3/"+img_label+"_"+img_name,img)#保存