Question

最近我接受了一些关于机器学习的教程，现在我想测试一下我是否可以自己制作一些图像识别程序。为此，我想使用CIFAR 10数据集，但我认为在转换数据集方面存在一个小问题。

对于谁不熟悉此集合：数据集以n行和3072列的列表形式出现，其中前1024列表示红色值，第二列1024表示绿色值，最后一列表示蓝色值。每行是单个图像（大小为32x32），像素行相互堆叠（前32个值是最顶部像素行的红色值等）。

我想用这个数据集做的是将它转换为4D张量（有numpy），所以我可以使用matplotlibs .imshow()查看图像。我制作的张量有这样的形状：(n, 32, 32, 3)，所以第一个'维度'存储所有图像，第二个存储像素行，第三个存储单个像素，最后一个表示这些像素的rgb值。这是我做的功能应该这样做：

def rawToRgb(data):
    length = data.shape[0]

    # convert to flat img array with rgb pixels
    newAr = np.zeros([length, 1024, 3])
    for img in range(length):
        for pixel in range(1024):
            newAr[img, pixel, 0] = data[img, pixel]
            newAr[img, pixel, 1] = data[img, pixel+1024]
            newAr[img, pixel, 2] = data[img, pixel+2048]

    # convert to 2D img array
    newAr2D = newAr.reshape([length, 32, 32, 3])
    # plt.imshow(newAr2D[5998])
    # plt.show()
    return newAr2D

它采用单个参数（形状(n, 3072)的张量）。我已经注释了pyplot代码，因为这仅用于测试，但是在测试时，我注意到一切似乎都没问题（我可以识别图像中对象的形状，但我不确定颜色是否良好或者不是，因为我得到了一些奇怪的图像以及一些非常正常的图像......以下是一些示例：purple plane，blue cat，normal horse，blue frog

任何人都可以告诉我，我犯了错误吗？

坦克提前!!

Answer 1

出现奇怪颜色的图像是实际图像的negative，因此您需要从255中减去每个像素值以获得真实值。如果您只想查看原始图像的外观，请使用：

from scipy.misc import imread
import matplotlib.pyplot as plt
img = imread(file_path)
plt.imshow(255 - img)
plt.show()

问题的最初原因是CIFAR-10数据以0-255的比例存储像素值，但matplotlib的imshow()方法（我假设您正在使用）期望输入在0和1之间。如果输入未在0和1之间缩放，imshow()会在内部进行一些归一化，这会导致某些图像变为负片。

检查cifar10是否转换得很好

1 个答案: