Caffe——hdf5文件的生成

2023-10-13 08:30
文章标签 生成 caffe hdf5

本文主要是介绍Caffe——hdf5文件的生成,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

文章目录

      • 一、图片标签工具
        • (1)labelimg安装:
        • (2)labelme安装:
      • 二、hdf5文件的生成
        • (1)预准备
        • (2)hdf5制作代码实现
        • (3)知识点补充
        • (4)最后生成效果如下

一、图片标签工具

关键点坐标获取:
尝试一:labelimg(电脑之前把python卸载了,现在需重新安装)
尝试二:labelme

(1)labelimg安装:

方法1:(失败)
1步骤一:
按照下列参考网址进行安装:

https://jingyan.baidu.com/article/5225f26ba428fee6fa090829.html

2步骤二
安装完成后执行labelimg仍然报错如下,需安装PyQt4包
在这里插入图片描述
2步骤三
打开镜像库:

https://www.lfd.uci.edu/~gohlke/pythonlibs/

下载对应版本的whl文件,cmd进入下载目录,pip进行安装。
安装完成后可以在D:\Anaconda3\Lib\site-packages进行查看,可以将whl文件删除。
4步骤四
再次输入labelimg,仍然报错
在这里插入图片描述
方法2:(重新选择一种方式,安装成功)
下载windows版本的labelimg压缩包:

https://github.com/tzutalin/labelImg/releases

下载完成后,直接双击exe文件即可使用,很方便。将路径配置环境变量,即可在终端直接打开。
在这里插入图片描述

(2)labelme安装:

安装时也遇到一些问题,干脆就直接用老师的例子直接生成hdf5文件,其它的先放一放

二、hdf5文件的生成

(1)预准备

准备好图片及关键点对应的txt文件(此处的图片时人脸,关键点为鼻子、眼睛、嘴,几个关键点xy坐标)
在这里插入图片描述在这里插入图片描述

(2)hdf5制作代码实现
import h5py
import os
import cv2
import math
import numpy as np
import random
import reroot_path = "./image"with open("./hdf5.txt", 'r') as f:lines = f.readlines()  # ['1.jpg 11 78 62 71 84 65 26 51 46 89\n', '2.jpg 13 25 62 53 53 65 26 32 42 13\n', '3.jpg 15 78 66 13 84 65 32 41 51 65\n']
num = len(lines)  # num表示有多少张照片
random.shuffle(lines)imgs = np.zeros([num, 3, 224, 224])
labels = np.zeros([num, 10])
for i in range(num):line = lines[i]segments = re.split('\\s+', line)[:-1]  # \\s表示   空格,回车,换行等空白符, +号表示一个或多个的意思print(segments[0])img = cv2.imread(os.path.join(root_path, segments[0]))img = cv2.resize(img, (224, 224))print(img.shape)img = img.transpose(2, 0, 1)  # 把224*224*3变成imgs[i, :, :, :] = img.astype(np.float32)  # 变成float32for j in range(10):labels[i, j] = float(segments[j + 1]) * 224 / 256  # 原始图片就是256*256batchSize = 1  # batchsize最多8000个数据为好
batchNum = int(math.ceil(1.0 * num / batchSize))  # math.ceil向上取整,进一法
# 每一个文件构造成一个.h5的文件imgsMean = np.mean(imgs, axis=0)  # imgs一共又四维,第一维是数量,axis为0也就是对每一张图片求均值
# imgs = (imgs - imgsMean)/255.0
labelsMean = np.mean(labels, axis=0)  # 对每一个标签求均值
labels = (labels - labelsMean) / 10  # 减mean值,以0为中心化if os.path.exists('trainlist.txt'):os.remove('trainlist.txt')
if os.path.exists('testlist.txt'):os.remove('testlist.txt')comp_kwargs = {'compression': 'gzip', 'compression_opts': 1}
for i in range(batchNum):start = i * batchSizeend = min((i + 1) * batchSize, num)if i < batchNum - 1:filename = './h5/train{0}.h5'.format(i)else:  # 在此处改训练集和测试集的尺寸filename = './h5/test{0}.h5'.format(i - batchNum + 1)  # 把最后一个作为测试集print(filename)with h5py.File(filename, 'w') as f:f.create_dataset('data', data=np.array((imgs[start:end] - imgsMean) / 255.0).astype(np.float32), **comp_kwargs)f.create_dataset('label', data=np.array(labels[start:end]).astype(np.float32), **comp_kwargs)if i < batchNum - 1:with open('./h5/trainlist.txt', 'a') as f:f.write(os.path.join(os.getcwd(), 'train{0}.h5').format(i) + '\n')else:with open('./h5/testlist.txt', 'a') as f:f.write(os.path.join(os.getcwd(), 'test{0}.h5').format(i - batchNum + 1) + '\n')imgsMean = np.mean(imgsMean, axis=(1, 2))
with open('mean.txt', 'w') as f:f.write(str(imgsMean[0]) + '\n' + str(imgsMean[1]) + '\n' + str(imgsMean[2]))
(3)知识点补充
# 补充1
import re
line = '\n'
print(re.split('\\s+', line))  # ['', '']
line = '1.jpg 11 78 62 71 84 65 26 51 46 89\n'
print(re.split('\\s+', line))  # ['1.jpg', '11', '78', '62', '71', '84', '65', '26', '51', '46', '89', '']
# \\s表示   空格,回车,换行等空白符, +号表示一个或多个的意思,所以# 补充2
*args 是可变参数, args 接收的是一个 tuple**kw 是关键字参数, kw 接收的是一个 dict。
以及调用函数时如何传入可变参数和关键字参数的语法:
可变参数既可以直接传入: func(1, 2, 3),又可以先组装 listtuple,再通过*args 传入:
func(*(1, 2, 3));
关键字参数既可以直接传入: func(a=1, b=2),又可以先组装 dict,再通过**kw 传入: func
(**{'a': 1, 'b': 2})
(4)最后生成效果如下

在这里插入图片描述
trianlist.txt、testlist里面存放的是h5文件所在的地址,在下图中红色箭头位置替换掉train.txt即可使用
在这里插入图片描述

这篇关于Caffe——hdf5文件的生成的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/201986

相关文章

Java编译生成多个.class文件的原理和作用

《Java编译生成多个.class文件的原理和作用》作为一名经验丰富的开发者,在Java项目中执行编译后,可能会发现一个.java源文件有时会产生多个.class文件,从技术实现层面详细剖析这一现象... 目录一、内部类机制与.class文件生成成员内部类(常规内部类)局部内部类(方法内部类)匿名内部类二、

使用Jackson进行JSON生成与解析的新手指南

《使用Jackson进行JSON生成与解析的新手指南》这篇文章主要为大家详细介绍了如何使用Jackson进行JSON生成与解析处理,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 目录1. 核心依赖2. 基础用法2.1 对象转 jsON(序列化)2.2 JSON 转对象(反序列化)3.

java中使用POI生成Excel并导出过程

《java中使用POI生成Excel并导出过程》:本文主要介绍java中使用POI生成Excel并导出过程,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录需求说明及实现方式需求完成通用代码版本1版本2结果展示type参数为atype参数为b总结注:本文章中代码均为

在java中如何将inputStream对象转换为File对象(不生成本地文件)

《在java中如何将inputStream对象转换为File对象(不生成本地文件)》:本文主要介绍在java中如何将inputStream对象转换为File对象(不生成本地文件),具有很好的参考价... 目录需求说明问题解决总结需求说明在后端中通过POI生成Excel文件流,将输出流(outputStre

C/C++随机数生成的五种方法

《C/C++随机数生成的五种方法》C++作为一种古老的编程语言,其随机数生成的方法已经经历了多次的变革,早期的C++版本使用的是rand()函数和RAND_MAX常量,这种方法虽然简单,但并不总是提供... 目录C/C++ 随机数生成方法1. 使用 rand() 和 srand()2. 使用 <random

Flask 验证码自动生成的实现示例

《Flask验证码自动生成的实现示例》本文主要介绍了Flask验证码自动生成的实现示例,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习... 目录生成图片以及结果处理验证码蓝图html页面展示想必验证码大家都有所了解,但是可以自己定义图片验证码

Python如何在Word中生成多种不同类型的图表

《Python如何在Word中生成多种不同类型的图表》Word文档中插入图表不仅能直观呈现数据,还能提升文档的可读性和专业性,本文将介绍如何使用Python在Word文档中创建和自定义各种图表,需要的... 目录在Word中创建柱形图在Word中创建条形图在Word中创建折线图在Word中创建饼图在Word

nginx生成自签名SSL证书配置HTTPS的实现

《nginx生成自签名SSL证书配置HTTPS的实现》本文主要介绍在Nginx中生成自签名SSL证书并配置HTTPS,包括安装Nginx、创建证书、配置证书以及测试访问,具有一定的参考价值,感兴趣的可... 目录一、安装nginx二、创建证书三、配置证书并验证四、测试一、安装nginxnginx必须有"-

Java实战之利用POI生成Excel图表

《Java实战之利用POI生成Excel图表》ApachePOI是Java生态中处理Office文档的核心工具,这篇文章主要为大家详细介绍了如何在Excel中创建折线图,柱状图,饼图等常见图表,需要的... 目录一、环境配置与依赖管理二、数据源准备与工作表构建三、图表生成核心步骤1. 折线图(Line Ch

浅析如何使用Swagger生成带权限控制的API文档

《浅析如何使用Swagger生成带权限控制的API文档》当涉及到权限控制时,如何生成既安全又详细的API文档就成了一个关键问题,所以这篇文章小编就来和大家好好聊聊如何用Swagger来生成带有... 目录准备工作配置 Swagger权限控制给 API 加上权限注解查看文档注意事项在咱们的开发工作里,API