import os
import matplotlib.pyplot as plt
import random
from PIL import Image
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
数据包含:基于X光图像的膝盖受损分类数据集(包含训练集、验证集),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。 【数据集介绍】膝盖受损图像分类,5类别:正常、轻微受损、中等受损等等5类别 【数据总大小】58 MB 【数据集详情】data目录下分为2个目录,train为训练集、test为验证集,存放各自的同一类数据图片。train数据总数1322,test数据总数328。可以用作yolov5的分类数据集 【json文件】5种分类的字典文件 为了方便查看数据,提供了可视化py文件,随机传入4张图片即可展示,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
医学图像之分类数据集:基于X光图像的膝盖受损分类数据集(5分类,包含训练集、验证集) (1653个子文件)
class_indices.json 105B
ModerateG3 (213).png 345KB
show.png 177KB
ModerateG3 (212).png 162KB
NormalG0 (509).png 160KB
NormalG0 (490).png 160KB
MildG2 (204).png 159KB
MildG2 (211).png 159KB
ModerateG3 (206).png 158KB
ModerateG3 (208).png 158KB
ModerateG3 (203).png 158KB
NormalG0 (487).png 158KB
ModerateG3 (211).png 157KB
ModerateG3 (215).png 156KB
ModerateG3 (210).png 156KB
ModerateG3 (217).png 156KB
ModerateG3 (207).png 156KB
ModerateG3 (205).png 156KB
DoubtfulG1 (453).png 155KB
DoubtfulG1 (447).png 155KB
NormalG0 (489).png 154KB
NormalG0 (491).png 146KB
DoubtfulG1 (475).png 75KB
NormalG0 (219).png 74KB
ModerateG3 (129).png 74KB
MildG2 (200).png 74KB
DoubtfulG1 (476).png 74KB
NormalG0 (205).png 73KB
DoubtfulG1 (473).png 72KB
MildG2 (143).png 71KB
MildG2 (119).png 71KB
NormalG0 (378).png 71KB
DoubtfulG1 (77).png 71KB
NormalG0 (403).png 71KB
MildG2 (194).png 70KB
NormalG0 (200).png 70KB
NormalG0 (386).png 70KB
DoubtfulG1 (474).png 70KB
NormalG0 (217).png 70KB
MildG2 (196).png 70KB
ModerateG3 (128).png 69KB
NormalG0 (453).png 69KB
MildG2 (109).png 69KB
NormalG0 (474).png 68KB
NormalG0 (466).png 68KB
NormalG0 (493).png 68KB
MildG2 (232).png 68KB
MildG2 (201).png 68KB
ModerateG3 (130).png 68KB
NormalG0 (456).png 68KB
NormalG0 (372).png 68KB
MildG2 (229).png 68KB
MildG2 (120).png 68KB
DoubtfulG1 (337).png 68KB
MildG2 (112).png 68KB
ModerateG3 (182).png 67KB
NormalG0 (209).png 67KB
NormalG0 (334).png 67KB
MildG2 (202).png 67KB
MildG2 (142).png 67KB
NormalG0 (374).png 67KB
MildG2 (224).png 67KB
NormalG0 (376).png 67KB
MildG2 (197).png 67KB
MildG2 (195).png 67KB
NormalG0 (213).png 67KB
NormalG0 (373).png 67KB
MildG2 (113).png 66KB
ModerateG3 (180).png 66KB
DoubtfulG1 (441).png 66KB
NormalG0 (420).png 66KB
NormalG0 (496).png 66KB
NormalG0 (339).png 66KB
DoubtfulG1 (443).png 66KB
DoubtfulG1 (477).png 66KB
NormalG0 (467).png 66KB
NormalG0 (457).png 65KB
NormalG0 (475).png 65KB
MildG2 (192).png 65KB
MildG2 (230).png 65KB
NormalG0 (333).png 65KB
ModerateG3 (209).png 65KB
NormalG0 (207).png 65KB
NormalG0 (206).png 65KB
NormalG0 (469).png 65KB
MildG2 (203).png 65KB
DoubtfulG1 (461).png 65KB
MildG2 (199).png 65KB
MildG2 (193).png 65KB
DoubtfulG1 (469).png 65KB
DoubtfulG1 (471).png 64KB
MildG2 (231).png 64KB
NormalG0 (220).png 64KB
DoubtfulG1 (465).png 64KB
NormalG0 (492).png 64KB
MildG2 (116).png 64KB
ModerateG3 (187).png 64KB
NormalG0 (341).png 64KB
MildG2 (205).png 64KB
ModerateG3 (216).png 64KB
共 1653 条
- 1
- 2
- 3
- 4
- 5
- 6
- 17
资源评论
听风吹等浪起
- 粉丝: 1w+
- 资源: 1245
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
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