如何创建一个小数据集来测试我的 CNN？

Question

我最近实现了一个 CNN（使用 Tensorflow Python API）并使用 MNIST 数据集对其进行了测试。

现在我想用更大的图像（例如 100x100p 像素）对其进行测试。

为此，我正在使用 scikit-learn.feature_extraction.image.extract_patches_2d 来获取 N（这里等于 10）张图像：

from sklearn.feature_extraction import image
import numpy as np
from PIL import Image

HowManyPatches = 10

img = Image.open('./bulldog.jpeg')
imgarray = np.array(img)

patches = image.extract_patches_2d(imgarray, (100, 100), HowManyPatches)

for i in range(HowManyPatches):
    imgpatch = Image.fromarray(patches[i], 'RGB')
    name = 'patch_' + str(i) + '.jpeg'
    imgpatch.save(name)

所以现在我想在我得到的每个补丁上放一个（随机的，因为它只是为了测试训练时间）标签。

我注意到 MNIST 数据集是从这种文件中提取的：t10k-images.idx3-ubyte，这似乎是一种未知类型。所以我想知道，一旦我成功地在我的图像上添加了标签，我可以创建这种文件吗？

总结两个主要问题是：如何在我的图像上贴上标签？如何获取可以像 MNIST 数据集一样使用的数据集？或者也许有一种更简单的方法来创建不同于 MNIST 数据集的数据集？

谢谢大家！

Answer 1

如果你只是想测试训练时间而不关心实际分类，你可以使用这个：

x_pattern = np.array([[1 for i in range(100)] for i in range(100)])
x_train = np.array([x_pattern for i in range(100)])
y_train = np.array([1 if i % 2 == 0 else 2 for i in range(100)])

这将为您提供 100 个全白 100x100 图像样本和 1、0 的交替标签。

如果您已经有 100x100 的补丁，您只需在上面的 y_train 行中设置范围，使其等于您拥有的补丁数。

如何创建一个小数据集来测试我的 CNN？

How to create a small dataset to test my CNN?

python

training-data

deep-learning

tensorflow