有一个代码示例,说明如何对自定义图像数据集进行线性回归?我只发现了使用CIFAR数据集的示例...
答案 0 :(得分:1)
以下是有关如何对MNIST example进行细微修改以适合您的需求的指南。可能有些摆弄。
train/cats/abc.jpg
train/cats/def.jpg ...
train/dogs/ghi.jpg ...
train/mouse/jkl.jpg ...
analogously for validation
val/cats/...
val/dogs/...
文件名无关紧要,只是目录,因为这些目录将用于标识类别。
train_data = mx.gluon.data.vision.datasets.ImageFolderDataset(training_path)
val_data = mx.gluon.data.vision.datasets.ImageFolderDataset(val_path)
请注意,您可能需要对图像进行转换。
net = Dense(number_of_outputs) # activation=None, use_bias=True by default
(在代码中,它是lenet
而不是net
。)
更多文档:https://mxnet.incubator.apache.org/versions/master/tutorials/gluon/datasets.html
希望有帮助!