hello,大家好,今天要分享的内容是关于如何获取所需的数据集,请看下面的图。下图经常被用来解释为什么深度学习如此强大,当你向深度学习模型系统提供更多数据的时候,它会变得越来越好,远比旧的方法要好。
所以,我们明白了数据的重要性。
针对一个新的问题,比如人脸识别(用于识别是否是某主播),此类问题可能没有开源的数据集,因此,就需要我们自己去网上搜索数据并进行处理。
是不是觉得有点慌!
不用怕哈,其实没那么难,不需要你去学爬虫!有现成的开源工具。
开源项目: https://github.com/sczhengyabin/Image-Downloader 中文描述: https://github.com/sczhengyabin/Image-Downloader/blob/master/README_zh.md
功能:
下载链接:https://github.com/sczhengyabin/Image-Downloader/releases
(1)下载项目
git clone https://github.com/sczhengyabin/Image-Downloader.git
(2)安装依赖库
apt-get install python3-pip python3-pyqt5 pyqt5-dev-tools
安装python包
pip3 install -r requirements.txt
下载和安装phantomjs
# 下载链接 https://bitbucket.org/ariya/phantomjs/downloads/
下载完成后,将phantomjs文件路径添加至PATH环境变量,或者将其拷贝到/usr/local/bin文件夹。
安装完成后测试
phantomjs -v
# 输出2.1.1,我电脑是这个版本d
这里,我们已经将准备工作都完成了,接下来就是运行GUI界面
python image_downloader_gui.py
GUI界面功能简介
这里我的设置是:
采用百度搜索;
关键字:dasima(我尝试输入中文,但是不行);
Face only:打开(表示我希望图片是有人脸的);
参数设置:采用默认的100,5(含义,下载100张,50个线程同时下载);
其他不用设置。
输出结果:
(实际输出96张,应该是自动删除了一些非人脸的图片)
是不是很皮!
至此,我们已经完成了,数据的收集工作。
纸上得来终觉浅,绝知此事要躬行。