CIFAR10數據集介紹

CIFAR10數據集包括10類圖像，每張圖像的大小為32*32，包含如上圖的十個類別的對象。每個類都包含6000張圖片，總共有60000張圖片，數據集平衡。其中，訓練組圖像包含50000張圖片，測試集包含10000張圖像。

數據集的下載

數據集地址：http://www.cs.toronto.edu/~kriz/cifar-10-python.tar.gz
也可以使用pytorch中的方法來獲取數據集：

trainset = torchvision.datasets.CIFAR10(root='存儲路徑',train=True,download=True,transform = transform,) testset = torchvision.datasets.CIFAR10(root='存儲路徑',train=False,download=True,transform = transform,)

下載后的數據集如下：

包含五個訓練batch和一個測試batch，每個batch包含一萬張圖片。在做深度學習訓練的時候直接從batch中讀取數據就好，也可以轉換為PNG或者JPG圖片格式來再進行讀取和查看圖像數據。
讀取代碼如下：

# !/usr/bin/python3 # -*- coding:utf-8 -*- # Author:WeiFeng Liu # @Time: 2021/11/5 下午1:02import cv2 import numpy as np from six.moves import cPickle as pickle #解壓縮二進制文件 def unpack(file):fo = open(file, "rb")dict = pickle.load(fo,encoding='iso-8859-1')fo.close()return dict## unpack trainsetfor i in range(1,6):data_name = "訓練batch路徑" + str(i)Xtr = unpack(data_name)print(data_name + 'is loading....')for j in range(10000):img = np.reshape(Xtr['data'][j],(3,32,32))img = img.transpose(1,2,0)img_name = 'train/' + str(Xtr['labels'][j]) + '_' + str(j+ (i-1)*10000) + '.jpg'cv2.imwrite(img_name,img)print(data_name + 'is loaded....')testXtr = unpack('測試batch路徑') for i in range(0,10000):img = np.reshape(testXtr['data'][i],(3,32,32))img = img.transpose(1,2,0)img_name = 'test/' + str(testXtr['labels'][i]) + '_' + str(i) + '.jpg'cv2.imwrite(img_name, img)

在python3中解壓二進制文件要帶上這一句：

dict = pickle.load(fo,encoding='iso-8859-1')

否則會出現編碼錯誤。

總結

以上是生活随笔為你收集整理的python读取CIFAR10数据集并将数据集转换为PNG格式存储的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。