forked from mindspore-Ecosystem/mindspore
115 lines
5.6 KiB
ReStructuredText
115 lines
5.6 KiB
ReStructuredText
mindspore.dataset.SUN397Dataset
|
||
===============================
|
||
|
||
.. py:class:: mindspore.dataset.SUN397Dataset(dataset_dir, num_samples=None, num_parallel_workers=None, shuffle=None, decode=False, sampler=None, num_shards=None, shard_id=None, cache=None)
|
||
|
||
读取和解析SUN397数据集的源文件构建数据集。
|
||
|
||
生成的数据集有两列: `[image, label]` 。 `image` 列的数据类型是uint8。 `label` 列的数据类型是uint32。
|
||
|
||
参数：
|
||
- **dataset_dir** (str) - 包含数据集文件的根目录路径。
|
||
- **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线程数。默认值：None，使用mindspore.dataset.config中配置的线程数。
|
||
- **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。
|
||
- **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。
|
||
- **cache** (DatasetCache, 可选) - 单节点数据缓存服务，用于加快数据集处理，详情请阅读 `单节点数据缓存 <https://www.mindspore.cn/tutorials/experts/zh-CN/master/dataset/cache.html>`_ 。默认值：None，不使用缓存。
|
||
|
||
异常：
|
||
- **RuntimeError** - `dataset_dir` 路径下不包含数据文件。
|
||
- **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** - `num_parallel_workers` 参数超过系统最大线程数。
|
||
- **ValueError** - `shard_id` 参数错误，小于0或者大于等于 `num_shards` 。
|
||
|
||
.. note:: 此数据集可以指定参数 `sampler` ，但参数 `sampler` 和参数 `shuffle` 的行为是互斥的。下表展示了几种合法的输入参数组合及预期的行为。
|
||
|
||
.. list-table:: 配置 `sampler` 和 `shuffle` 的不同组合得到的预期排序结果
|
||
:widths: 25 25 50
|
||
:header-rows: 1
|
||
|
||
* - 参数 `sampler`
|
||
- 参数 `shuffle`
|
||
- 预期数据顺序
|
||
* - None
|
||
- None
|
||
- 随机排列
|
||
* - None
|
||
- True
|
||
- 随机排列
|
||
* - None
|
||
- False
|
||
- 顺序排列
|
||
* - `sampler` 实例
|
||
- None
|
||
- 由 `sampler` 行为定义的顺序
|
||
* - `sampler` 实例
|
||
- True
|
||
- 不允许
|
||
* - `sampler` 实例
|
||
- False
|
||
- 不允许
|
||
|
||
**关于SUN397数据集：**
|
||
|
||
SUN397是一个用于场景识别的数据集，包括397个类别，有108,754张图像。不同类别的图像数量不同，但每个类别至少有100张。
|
||
图片为jpg、png或gif格式。
|
||
|
||
以下是原始SUN397数据集结构。
|
||
可以将数据集文件解压缩到此目录结构中，并由MindSpore的API读取。
|
||
|
||
.. code-block::
|
||
|
||
.
|
||
└── sun397_dataset_directory
|
||
├── ClassName.txt
|
||
├── README.txt
|
||
├── a
|
||
│ ├── abbey
|
||
│ │ ├── sun_aaaulhwrhqgejnyt.jpg
|
||
│ │ ├── sun_aacphuqehdodwawg.jpg
|
||
│ │ ├── ...
|
||
│ ├── apartment_building
|
||
│ │ └── outdoor
|
||
│ │ ├── sun_aamyhslnsnomjzue.jpg
|
||
│ │ ├── sun_abbjzfrsalhqivis.jpg
|
||
│ │ ├── ...
|
||
│ ├── ...
|
||
├── b
|
||
│ ├── badlands
|
||
│ │ ├── sun_aabtemlmesogqbbp.jpg
|
||
│ │ ├── sun_afbsfeexggdhzshd.jpg
|
||
│ │ ├── ...
|
||
│ ├── balcony
|
||
│ │ ├── exterior
|
||
│ │ │ ├── sun_aaxzaiuznwquburq.jpg
|
||
│ │ │ ├── sun_baajuldidvlcyzhv.jpg
|
||
│ │ │ ├── ...
|
||
│ │ └── interior
|
||
│ │ ├── sun_babkzjntjfarengi.jpg
|
||
│ │ ├── sun_bagjvjynskmonnbv.jpg
|
||
│ │ ├── ...
|
||
│ └── ...
|
||
├── ...
|
||
|
||
**引用：**
|
||
|
||
.. code-block::
|
||
|
||
@inproceedings{xiao2010sun,
|
||
title = {Sun database: Large-scale scene recognition from abbey to zoo},
|
||
author = {Xiao, Jianxiong and Hays, James and Ehinger, Krista A and Oliva, Aude and Torralba, Antonio},
|
||
booktitle = {2010 IEEE computer society conference on computer vision and pattern recognition},
|
||
pages = {3485--3492},
|
||
year = {2010},
|
||
organization = {IEEE}
|
||
}
|
||
|
||
|
||
.. include:: mindspore.dataset.api_list_vision.rst
|