import os
import matplotlib.pyplot as plt
import random
from PIL import Image
# https://blog.csdn.net/qq_44886601/article/details/135486707
def main(path):
classes = [i for i in os.listdir(path)] # ['cat', 'dog']
# 将所有图片按照 类别:路径 字典形式保存
images_path = [] # [{'cat': './data/train\\cat\\Baidu_0000.jpeg'}, {'cat': './data/train\\cat\\Baidu_0002.jpeg'}]
for cla in classes:
for i in os.listdir(os.path.join(path, cla)):
dic = {} # 类别:图像路径
img_path = os.path.join(path, cla, i)
dic[cla] = img_path # {'cat': './data/train\\cat\\Baidu_0000.jpeg'}
images_path.append(dic)
# 随机展示4张图像
plt.figure(figsize=(12, 8))
for i in range(4):
r = random.randint(0, len(images_path) - 1) # 生成随机数
label, im_path = list(images_path[r].keys())[0], list(images_path[r].values())[0]
# cat , ./data/train\cat\Baidu_0049.jpeg
im = Image.open(im_path)
plt.subplot(2, 2, i + 1)
plt.title(label)
plt.imshow(im)
plt.savefig('show.png') # 保存图片
# plt.show()
if __name__ == '__main__':
root = './data/train' # 传入目录
main(path=root)
没有合适的资源?快使用搜索试试~ 我知道了~
温馨提示
项目包含:6种生活垃圾图像分类数据集(已做数据集划分),数据保存按照文件夹保存,经测试,可直接作为图像分类数据集,用ImageFolder打开,无需额外处理。 图像分辨率为512*384的RGB图片 【数据集介绍】生活垃圾图像分类,6类别:硬纸板、玻璃、金属、纸张等等6个类别 【数据总大小】42 MB 【数据集详情】data目录下分为两个目录,train为训练集、test为测试集,里面各有5个子目录,存放各自的同一类数据图片。train数据总数2024,test数据总数503 【json文件】类别的 json 字典文件 为了方便查看数据,提供了可视化py文件,随机传入一张图片即可绘制边界框,并且保存在当前目录。脚本无需更改,可以直接运行!
资源推荐
资源详情
资源评论
收起资源包目录
图像分类数据集:6种生活垃圾图像分类数据集(已做数据集划分) (2000个子文件)
paper41.jpg 57KB
paper488.jpg 55KB
paper379.jpg 54KB
paper82.jpg 53KB
paper472.jpg 49KB
metal319.jpg 49KB
paper214.jpg 48KB
paper114.jpg 47KB
paper100.jpg 45KB
paper47.jpg 45KB
paper496.jpg 45KB
paper121.jpg 44KB
paper42.jpg 44KB
paper109.jpg 44KB
paper581.jpg 44KB
paper351.jpg 43KB
paper326.jpg 43KB
paper192.jpg 43KB
paper439.jpg 43KB
paper34.jpg 43KB
paper492.jpg 43KB
paper380.jpg 42KB
paper360.jpg 42KB
paper163.jpg 42KB
paper510.jpg 42KB
paper490.jpg 42KB
paper464.jpg 42KB
paper227.jpg 42KB
metal94.jpg 42KB
paper254.jpg 42KB
paper108.jpg 41KB
paper209.jpg 41KB
paper103.jpg 41KB
paper553.jpg 41KB
paper319.jpg 41KB
metal196.jpg 41KB
paper335.jpg 40KB
paper290.jpg 40KB
paper558.jpg 40KB
metal52.jpg 40KB
metal46.jpg 40KB
paper269.jpg 39KB
paper297.jpg 39KB
paper20.jpg 39KB
paper83.jpg 39KB
paper364.jpg 39KB
paper73.jpg 39KB
paper266.jpg 39KB
paper217.jpg 38KB
paper26.jpg 38KB
paper542.jpg 38KB
paper418.jpg 37KB
paper358.jpg 37KB
paper575.jpg 37KB
paper566.jpg 37KB
metal77.jpg 37KB
paper86.jpg 36KB
paper28.jpg 36KB
paper544.jpg 36KB
metal258.jpg 36KB
paper308.jpg 36KB
paper513.jpg 36KB
trash91.jpg 35KB
paper307.jpg 35KB
paper537.jpg 35KB
paper392.jpg 35KB
paper286.jpg 35KB
paper236.jpg 35KB
metal388.jpg 35KB
paper90.jpg 35KB
paper365.jpg 34KB
paper198.jpg 34KB
paper565.jpg 34KB
paper372.jpg 34KB
paper265.jpg 34KB
cardboard266.jpg 34KB
paper415.jpg 34KB
metal383.jpg 34KB
metal251.jpg 34KB
paper457.jpg 34KB
paper14.jpg 34KB
paper74.jpg 34KB
paper92.jpg 34KB
metal118.jpg 34KB
paper362.jpg 33KB
paper512.jpg 33KB
paper245.jpg 33KB
paper451.jpg 33KB
paper206.jpg 33KB
metal16.jpg 33KB
paper563.jpg 33KB
paper312.jpg 33KB
paper285.jpg 33KB
paper338.jpg 33KB
paper487.jpg 33KB
paper578.jpg 33KB
paper194.jpg 32KB
paper231.jpg 32KB
cardboard13.jpg 32KB
paper267.jpg 32KB
共 2000 条
- 1
- 2
- 3
- 4
- 5
- 6
- 20
资源评论
Ai医学图像分割
- 粉丝: 2w+
- 资源: 2127
下载权益
C知道特权
VIP文章
课程特权
开通VIP
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功