LLNet模型实现——LLNet模型数据读取

最新推荐文章于 2025-05-24 08:52:14 发布

原创

最新推荐文章于 2025-05-24 08:52:14 发布 · 2.2k 阅读

3 ·

CC 4.0 BY-SA版权

文章标签：

#LLNet模型 #图像增强

本文介绍了如何实现LLNet模型的数据读取接口，特别是在实际应用中将图片块转化为向量的过程，这一转化是在2018年5月24日进行的更新。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1. 简介

实现LLNet模型的数据读取接口

2. 代码实现

# Ref: LLNet: Deep Autoencoders for Low-light Image Enhancement
#
# Author: HSW
# Date: 2018-05-11 
#

import tensorflow as tf
import numpy as np
from   PIL import Image 
import os
import sys
import cv2
import sklearn.preprocessing as prep

# Training/Testing Samples 
TRAIN_NUM_SAMPLES = 7481
TEST_NUM_SAMPLES  = 7518

class LLNet_Data(object):

    def __init__(self, root_dir, split="training"):
        self.root_dir = data_set_dir
        self.split        = split
        self.split_dir    = os.path.join(root_dir, split)

        if split == "training":
            self.num_samples = TRAIN_NUM_SAMPLES
        elif split == "testing":
            self.num_samples = TEST_NUM_SAMPLES
        else:
            print("Unknow split: %s", %(split))
            exit(-1)

        self.image_dir = os.path.join(self.split_dir, 'image')
        self.label_dir = os.path.join(self.split_dir, 'label') 

    def rea