3、深入理解与构建 ImageNet 数据集

深入理解与构建 ImageNet 数据集

1. ImageNet 文件结构解析

ImageNet 数据集是图像分类算法的事实标准，但在使用其进行实验时，我们会遇到一些限制。例如，测试集的标签是保密的，这使得我们无法直接使用测试集进行实验。因此，我们将从训练数据中采样来创建自己的测试集。

1.1 “test” 目录

测试目录包含一些图像文件，如：

-rw-r--r-- 1 adrian adrian 211157 Jul 1 2012 ILSVRC2012_test_00000006.JPEG
-rw-r--r-- 1 adrian adrian 219906 Jul 1 2012 ILSVRC2012_test_00000007.JPEG
-rw-r--r-- 1 adrian adrian 181734 Jul 1 2012 ILSVRC2012_test_00000008.JPEG
-rw-r--r-- 1 adrian adrian 10696 Jul 1 2012 ILSVRC2012_test_00000009.JPEG

由于测试集标签保密，我们将忽略该目录，从训练数据中构建自己的测试集。

1.2 “train” 目录

训练目录由一系列子目录组成，每个子目录对应一个 WordNet ID，代表一个特定的类别。例如：

$ ls -l Data/CLS-LOC/train/ | head -n 10
total 60