【HDF5】h5py的基本使用方法+GTSRB数据集加载

luolan9611

于 2019-10-30 11:14:59 发布

阅读量2.4k

点赞数 2

CC 4.0 BY-SA版权

分类专栏：数据集处理文章标签： GTSRB hdf5

本文链接：https://blog.youkuaiyun.com/luolan9611/article/details/102813752

本文介绍了如何使用h5py包来读取和处理HDF5文件，特别是针对德国交通标志识别数据集（GTSRB）。通过示例展示了如何读取文件，检查数据集的形状和类型，以及如何将图像和标签加载到变量中。最后，文章还展示了数据集中的一个样本图像。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

H5py包是HDF5二进制数据格式的python接口，可以用于存储大量的数据并使用Numpy进行处理。成千上万的数据集可以存储在单一的文件中。

h5py的官方文档：http://docs.h5py.org/en/latest/quick.html

现在我手头有德国交通牌数据集的h5文件，里面存有图片和相应的label，需要读取h5文件来读取该数据集。图像内容是X_test，图像标签是Y_test。以此举例：

读取文件：

import h5py
f = h5py.File('gtsrb_datasets.h5', 'r')  #文件扩展名是.hdf5也是一样的

h5文件就像一个python字典，我们可以查看它的key：

>>> list(f.keys())
[u'X_test',u'Y_test']

查看数据集的形状和数据类型：

>>> xset=f['X_test']
>>> xset.shape
(12630,32,32,3)
>>> xset.dtype
dtype('uint8')

>>> yset=f['Y_test']
>>> yset.shape
(12630,43)
>>> yset.dtype
dtype('uint8')

我的数据集里有12630张图像，每张图像

最低0.47元/天解锁文章

200万优质内容无限畅学