95 lines
5.8 KiB
ReStructuredText
95 lines
5.8 KiB
ReStructuredText
mindspore.dataset.Caltech101Dataset
|
||
===================================
|
||
|
||
.. py:class:: mindspore.dataset.Caltech101Dataset(dataset_dir, target_type=None, num_samples=None, num_parallel_workers=1, shuffle=None, decode=False, sampler=None, num_shards=None, shard_id=None)
|
||
|
||
Caltech 101数据集。
|
||
|
||
根据不同的 `target_type` 配置，数据集会生成不同的输出列。
|
||
|
||
- `target_type` 为 ``'category'``，输出列为 `[image, category]` 。
|
||
- `target_type` 为 ``'annotation'``，输出列为 `[image, annotation]` 。
|
||
- `target_type` 为 ``'all'``，输出列为 `[image, category, annotation]` 。
|
||
|
||
列 `image` 为 uint8 类型。列 `category` 为 uint32 类型。列 `annotation` 是一个二维的ndarray，存储了图像的轮廓，由一系列点组成。
|
||
|
||
参数：
|
||
- **dataset_dir** (str) - 包含数据集文件的根目录路径。该路径下将包含2个子目录：目录101_ObjectCategories用于存储图像，
|
||
目录Annotations用于存储图像的标注。
|
||
- **target_type** (str, 可选) - 指定数据集的子集，可取值为 ``'category'`` 、 ``'annotation'`` 或 ``'all'`` 。
|
||
取值为 ``'category'`` 时将读取图像的类别标注作为label，取值为 ``'annotation'`` 时将读取图像的轮廓标注作为label，
|
||
取值为 ``'all'`` 时将同时输出图像的类别标注和轮廓标注。默认值： ``None`` ，表示 ``'category'`` 。
|
||
- **num_samples** (int, 可选) - 指定从数据集中读取的样本数，可以小于数据集总数。默认值： ``None`` ，读取全部样本图片。
|
||
- **num_parallel_workers** (int, 可选) - 指定读取数据的工作进程数。默认值： ``1`` 。
|
||
- **shuffle** (bool, 可选) - 是否混洗数据集。默认值： ``None`` 。下表中会展示不同参数配置的预期行为。
|
||
- **decode** (bool, 可选) - 是否对读取的图片进行解码操作。默认值： ``False`` ，不解码。
|
||
- **sampler** (Sampler, 可选) - 指定从数据集中选取样本的采样器。默认值： ``None`` 。下表中会展示不同配置的预期行为。
|
||
- **num_shards** (int, 可选) - 指定分布式训练时将数据集进行划分的分片数。默认值： ``None`` 。指定此参数后， `num_samples` 表示每个分片的最大样本数。一般在 `数据并行模式训练 <https://www.mindspore.cn/tutorials/zh-CN/master/parallel/data_parallel.html#数据集加载>`_ 的时候使用。
|
||
- **shard_id** (int, 可选) - 指定分布式训练时使用的分片ID号。默认值： ``None`` 。只有当指定了 `num_shards` 时才能指定此参数。
|
||
|
||
异常：
|
||
- **RuntimeError** - `dataset_dir` 路径下不包含任何数据文件。
|
||
- **RuntimeError** - 同时指定了 `sampler` 和 `shuffle` 参数。
|
||
- **RuntimeError** - 同时指定了 `sampler` 和 `num_shards` 参数，或同时指定了 `sampler` 和 `shard_id` 参数。
|
||
- **RuntimeError** - 指定了 `num_shards` 参数，但是未指定 `shard_id` 参数。
|
||
- **RuntimeError** - 指定了 `shard_id` 参数，但是未指定 `num_shards` 参数。
|
||
- **ValueError** - `shard_id` 参数错误，小于0或者大于等于 `num_shards` 。
|
||
- **ValueError** - `target_type` 参数取值不为 ``'category'`` 、 ``'annotation'`` 或 ``'all'`` 。
|
||
- **ValueError** - `num_parallel_workers` 参数超过系统最大线程数。
|
||
|
||
教程样例：
|
||
- `使用数据Pipeline加载 & 处理数据集
|
||
<https://www.mindspore.cn/docs/zh-CN/master/api_python/samples/dataset/dataset_gallery.html>`_
|
||
|
||
.. note:: 入参 `num_samples` 、 `shuffle` 、 `num_shards` 、 `shard_id` 可用于控制数据集所使用的采样器，其与入参 `sampler` 搭配使用的效果如下。
|
||
|
||
.. include:: mindspore.dataset.sampler.rst
|
||
|
||
**关于Caltech101数据集：**
|
||
|
||
Caltech101数据集包含 101 种类别的图片。每种类别大约 40 到 800 张图像，大多数类别有大约 50 张图像。
|
||
每张图像的大小约为 300 x 200 像素。数据集中也提供了每张图片中每个物体的轮廓数据，用于检测和定位。
|
||
|
||
您可以解压缩原始Caltech101数据集文件到如下目录结构，并通过MindSpore的API进行读取。
|
||
|
||
.. code-block::
|
||
|
||
.
|
||
└── caltech101_dataset_directory
|
||
├── 101_ObjectCategories
|
||
│ ├── Faces
|
||
│ │ ├── image_0001.jpg
|
||
│ │ ├── image_0002.jpg
|
||
│ │ ...
|
||
│ ├── Faces_easy
|
||
│ │ ├── image_0001.jpg
|
||
│ │ ├── image_0002.jpg
|
||
│ │ ...
|
||
│ ├── ...
|
||
└── Annotations
|
||
├── Airplanes_Side_2
|
||
│ ├── annotation_0001.mat
|
||
│ ├── annotation_0002.mat
|
||
│ ...
|
||
├── Faces_2
|
||
│ ├── annotation_0001.mat
|
||
│ ├── annotation_0002.mat
|
||
│ ...
|
||
├── ...
|
||
|
||
**引用：**
|
||
|
||
.. code-block::
|
||
|
||
@article{FeiFei2004LearningGV,
|
||
author = {Li Fei-Fei and Rob Fergus and Pietro Perona},
|
||
title = {Learning Generative Visual Models from Few Training Examples:
|
||
An Incremental Bayesian Approach Tested on 101 Object Categories},
|
||
journal = {Computer Vision and Pattern Recognition Workshop},
|
||
year = {2004},
|
||
url = {http://data.caltech.edu/records/20086},
|
||
}
|
||
|
||
|
||
.. include:: mindspore.dataset.api_list_vision.rst
|