最近报名参加了个图像分类的比赛,但在使用MXNet进行图像数据处理的过程中遇到了很多问题,踩过了无数的坑,最后通过查找各种资料终于搞定!!!
1.首先生成图像列表的lst文件
这里使用的MXNet官方说明文档进行的,具体如下
python im2rec.py ./example_rec ./example/ --recursive --list --num-thread 8
需要解释的是im2rec.py后面的第一个文件夹是要生成的lst文件的位置,example_rec是lst文件的头文件名,第二个文件夹是存放数据集的位置,例如
./example/class_A/1.jpg
./example/class_A/2.jpg
./example/class_A/3.jpg
./example/class_B/4.jpg
./example/class_B/5.jpg
./example/class_B/6.jpg
./example/class_C/100.jpg
./example/class_C/1024.jpg
./example/class_D/65535.jpg
./example/class_D/0.jpg
...
当然也可以通过指令将数据集分为训练集和测试集
具体可以通过Python im2rec.py --h
查看具体帮助
2.生成rec文件
生成rec文件刚开始也参照的官方说明,但是一直error,然后网上各种请教,终于使用下面指令解决了
python im2rec.py --recursive --pack-label --num-thread 8 ./example_rec ./example/