Question

我开始使用火炬7，我想制作我的数据集进行分类。我已经制作了像素图像和相应的标签。但是，我不知道如何将这些数据提供给火炬。我从其他人那里读了一些代码，发现他们正在使用扩展名为＆＃39; .t7＆＃39;的数据集。而且我认为这是一种张力型。这样对吗？我想知道如何将我的像素图像（实际上，我用Matlab通过使用MNIST数据集制作它们）转换成与火炬兼容的t7扩展。必须有t7格式的数据集结构，但我找不到它（也适用于标签）。

总而言之，我有像素图像和标签，并希望将它们转换为与火炬兼容的t7格式。

提前致谢！

Answer 1

数据集＆＃39; .t7＆＃39;是标记为张量的表格。例如以下lua代码：

if (not paths.filep("cifar10torchsmall.zip")) then
    os.execute('wget -c https://s3.amazonaws.com/torch7/data/cifar10torchsmall.zip')
    os.execute('unzip cifar10torchsmall.zip')
end
Readed_t7 = torch.load('cifar10-train.t7')
print(Readed_t7)

将通过itorch返回：

{
  data : ByteTensor - size: 10000x3x32x32
  label : ByteTensor - size: 10000
}

这意味着该文件包含两个ByteTensor的表，其中一个标记为＆＃34; data＆＃34;另一个标有＆＃34;标签＆＃34;。

要回答您的问题，您应首先阅读您的图片（例如使用torchx：https://github.com/nicholas-leonard/torchx/blob/master/README.md），然后将其放入带有Tensor of label的表格中。以下代码只是一个帮助您的草案。它考虑的情况是：有两个类，所有图像都在同一个文件夹中，并通过这些类进行排序。

require 'torchx';

--Read all your dataset (the chosen extension is png)
files = paths.indexdir("/Path/to/your/images/", 'png', true)
data1 = {}
for i=1,files:size() do
   local img1 = image.load(files:filename(i),3)
   table.insert(data1, img1)
end

--Create the table of label according to 
label1 = {}
for i=1, #data1 do
    if i <= number_of_images_of_the_first_class then
        label1[i] = 1
    else
        label1[i] = 2
    end
end

--Reshape the tables to Tensors
label = torch.Tensor(label1)
data = torch.Tensor(#data1,3,16,16)
for i=1, #data1 do
    data[i] = data1[i]
end

--Create the table to save
Data_to_Write = { data = data, label = label }

--Save the table in the /tmp
torch.save("/tmp/Saved_Data.t7", Data_to_Write)

应该可以制作一个不那么可怕的代码，但是这个代码详细说明了所有的步骤，并且适用于火炬7和Jupyter 5.0.0。

希望它有所帮助。

此致

火炬数据集的结构是什么？

1 个答案: