PaddleClas/docs/zh_CN/tutorials/data.md

数据说明

---

1.简介

本文档介绍ImageNet1k和flowers102数据准备过程。

2.数据集准备

数据集	训练集大小	测试集大小	类别数	备注
flowers102	1k	6k	102
ImageNet1k	1.2M	50k	1000

• 数据格式 按照如下结构组织数据，其中train_list.txt 和val_list.txt的格式形如

# 每一行采用"空格"分隔图像路径与标注

ILSVRC2012_val_00000001.JPEG 65
...

ImageNet1k

从官方下载数据后，按如下组织数据

PaddleClas/dataset/imagenet/
|_ train/
|  |_ n01440764
|  |  |_ n01440764_10026.JPEG
|  |  |_ ...
|  |_ ...
|  |
|  |_ n15075141
|     |_ ...
|     |_ n15075141_9993.JPEG
|_ val/
|  |_ ILSVRC2012_val_00000001.JPEG
|  |_ ...
|  |_ ILSVRC2012_val_00050000.JPEG
|_ train_list.txt
|_ val_list.txt

Flowers102

从VGG官方网站下载后的数据，解压后包括

jpg/
setid.mat
imagelabels.mat

将以上文件放置在PaddleClas/dataset/flowers102/下

通过运行generate_flowers102_list.py生成train_list.txt和val_list.txt

python generate_flowers102_list.py jpg train > train_list.txt
python generate_flowers102_list.py jpg valid > val_list.txt

按照如下结构组织数据：

PaddleClas/dataset/flowers102/
|_ jpg/
|  |_ image_03601.jpg
|  |_ ...
|  |_ image_02355.jpg
|_ train_list.txt
|_ val_list.txt