深度学习针对自己数据集的批量处理-matlab篇

最新推荐文章于 2024-04-19 20:36:17 发布

林�

最新推荐文章于 2024-04-19 20:36:17 发布

阅读量2.9k

点赞数 7

文章标签：计算机视觉机器学习深度学习 matlab

本文链接：https://blog.youkuaiyun.com/weixin_43957783/article/details/103663830

版权

本文介绍了使用MATLAB进行深度学习数据集处理的步骤，包括数据重命名、批量resize、格式转换、灰度化和图像裁剪，旨在将实验数据转化为适合深度学习模型输入的形式。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

深度学习针对自己数据集的批量处理-matlab篇

小白入坑深度学习不久。摸索过程中利用Matllab工具总结了一套对批量数据集处理的一些流程（附代码）。
主要是针对自己的实验采集到的数据集，如何能把它批量处理后变成我们所使用的网络模型里所需要的数据集，希望能对大家有一定帮助。

1.首先拿到一些数据，第一步先把该数据按照标准重命名

// 批量图像重命名

% pt = 'E:\keras-u-net-master\data\test\image\';   % 需要处理的图像文件夹的路径
% ext = '*.png';
% dis = dir([pt ext]);
% nms = {
   dis.name};
% 
% for i = 1:1:length(nms)
% 	old_name = [pt nms{
   i}];          %获取每张图片的名字  
% 	new_name = strcat('',num2str(i-1),'.png'); %对图片转换为名字为1.png的格式，如要命名成01或者001之类的，在‘’里面添加相应格个数的0即可
% 	eval(['!rename' 32 old_name 32 new_name]);  %生成新名字
% end

2.其次对数据集的大小进行批量resize

// 批量resize
 clc,clear
file_path =  'E:\keras-u-net-master\data\test\image\';% 需要处理的图像文件夹的路径
img_path_list = dir(strcat(file_path,'*.png'));%获取该文件夹中所有格式的图像，这里是png，根据不同需求可以进行更改
img_num = length(img_path_list);%获取图像总数量
if img_num > 0 %有满足条件的图像
        for j = 1:img_num %逐一读取图像
            image_name = img_path_list(j).name;% 图像名
            image =