如何使用Skimage调整训练数据的大小?

时间:2019-04-03 16:57:09

标签: python keras scikit-learn

我试图了解skimage中的调整大小功能是如何工作的。我正在尝试将x_train数据(其形状为x_train shape: (50000, 32, 32, 3)的CIFAR10数据集调整为(244,244,3)大小以便在VGG19模型中使用。我尝试使用以下代码更改数据,但不确定结果是否正确,因为尝试执行plt.imshow(resized_xtrain [0])会给我带来奇怪的图像。

from skimage import transform
for i in range (50000):
    resized_xtrain= transform.resize(x_train[i], (224, 224, 3), order=1, mode='reflect')

当我做resized_xtrain.shape时,我得到了(244, 244, 3)。我对如何设置它以调整所有50,000张训练图像的大小并将其设置为resized_xtrain感到困惑。基本上,我该如何更改调整大小以将所有训练数据放入数组中?

1 个答案:

答案 0 :(得分:0)

您忘记为resized_xtrain编制索引,请按照以下步骤操作:

from skimage import transform

resized_xtrain = np.zeros((50000,224,224,3))
for i in range (50000):
    resized_xtrain[i] = transform.resize(x_train[i], (224, 224, 3), order=1, mode='reflect')