Question

我一直在阅读和研究与街景房门号码（SVHN）数据集有关的SO问题。这些文件可在2个不同的位置使用：

斯坦福：
The Street View House Numbers (SVHN) Dataset

kaggle：
Street View House Numbers (SVHN) | Kaggle

我的问题与每个图像集（训练，测试和其他）的digitStruct.mat文件的格式有关。这些定义每个图像的名称，标签和边框尺寸。据我了解，mat文件以HDF5格式（可通过h5py读取）作为Matlab结构编写。

我已经能够使用digitStruct.mat从kaggle访问和读取h5py文件。我无法使用h5py（或HDFView）从Stanford网站打开相同的文件。我读过的一些SO帖子表明Stanford文件是较旧的Matlab格式，应使用scipy.io.loadmat阅读。

斯坦福大学和kaggle的文件是否相同？
如果没有，有什么区别？
我是否可以使用digitStruct.mat打开斯坦福大学的h5py文件？
如果是，应该使用什么方法下载和提取Standford tar.gz文件？（仅供参考，我使用的是Win-7，并且一直在使用HTTP下载和WinZip进行提取。）

我正在添加其他信息，以记录使用不同的.mat文件观察到的不同行为。这可能有助于诊断。

我可以通过以下调用从kaggle打开.mat文件并对其进行操作：

h5f = h5py.File('digitStruct.mat','r')

对于斯坦福的文件，根据打开文件和功能，我会得到不同的错误。

下面的命令执行没有错误信息。那使我相信不是可以用h5py打开的Matlab v7.3文件。

mat = scipy.io.loadmat('./Stanford/test_32x32.mat')

这两个调用都不起作用（提供了简短的错误消息）：

mat = scipy.io.loadmat('./test/digitStruct.mat')
Traceback...
NotImplementedError: Please use HDF reader for matlab v7.3 files

h5f = h5py.File('./test/digitStruct.mat','r')
Traceback...
OSError: Unable to open file (file signature not found)

此外，我无法使用HDFView打开test/digitStruct.mat。我对Stanford digitStruct.mat文件的结论：它们可能是Matlab v7.3文件，但在我下载时已损坏。但是，我不确定自己做错了什么（因为我可以毫无问题地下载和读取kaggle文件）。

Answer 1

通过一些Linux侦探工作，我发现了问题所在。正如我所怀疑的那样，从斯坦福站点上的digitStruct.mat文件中提取的*.tar.gz文件是HDF5（Matlab v7.3）文件，在我下载时已损坏。

为进行确认，我在Linux系统上使用浏览器下载了3个tar.gz文件，然后使用tar命令将其解压缩，并在Linux上成功使用h5py打开了文件。然后，我将它们转移到我的Windows系统中，并且每个都可以与h5py一起正常工作。

这有点令人惊讶，因为我过去使用WinZip提取tarball文件。显然，这些东西引起了腐败。
希望这可以在将来为别人节省同样的头痛。

注意：3个xxxx_32x32.mat文件是较旧的Matlab格式，必须使用scipy.io.loadmat()

访问

SVHN数据问题

1 个答案: