NiftyNet 数据预处理

NiftyNet项目介绍

使用NiftyNet时,我们需要先将图像数据和标签进行一次简单的处理,得到对应的.csv文件。 对应文件格式为: img.csv

image

path

img_name

img_path

label.csv

label

path

img_label

img_path

在此给出一个二分类的生成该文件的demo。首先,已经将两个类别的图片分别存储在两个文件夹中 demo

import pandas as pd
import os


# 生成 img.csv
list_img = []
list_path = []

img_path = 'C:\\Users\\fan\\Desktop\\demo\\train\\ad'
img_name = os.listdir(img_path)

for i, item in enumerate(img_name):
    list_img.append(item)
    list_path.append(img_path + "\\" + item)

img_path = "C:\\Users\\fan\\Desktop\\demo\\train\\cn"
img_name = os.listdir(img_path)
for i, item in enumerate(img_name):
    list_img.append(item)
    list_path.append(img_path + "\\" + item)

data_frame = pd.DataFrame({'image': list_img, 'path': list_path})
data_frame.to_csv('C:\\Users\\fan\\Desktop\\demo\\train\\img_path.csv', index=False)

# 生成label.csv

list_label_name = []
list_label_path = []

label_path = 'C:\\Users\\fan\\Desktop\\demo\\train\\ad'
label_name = os.listdir(label_path)

for j, elem in enumerate(label_name):
    list_label_name.append(elem[0:2])
    list_label_path.append(label_path + '\\' + elem)

label_path = 'C:\\Users\\fan\\Desktop\\demo\\train\\cn'
label_name = os.listdir(label_path)

for j, elem in enumerate(label_name):
    list_label_name.append(elem[0:2])
    list_label_path.append(label_path + '\\' + elem)
print(list_label_name)

label_dataframe = pd.DataFrame({'label': list_label_name, 'path': list_label_path})
label_dataframe.to_csv('C:\\Users\\fan\\Desktop\\demo\\train\\label.csv', index=False)

NiftyNet平台配置介绍

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

扫码关注云+社区

领取腾讯云代金券

年度创作总结 领取年终奖励