forked from mindspore-Ecosystem/mindspore
109 lines
5.8 KiB
ReStructuredText
109 lines
5.8 KiB
ReStructuredText
mindspore.dataset.Places365Dataset
|
||
==================================
|
||
|
||
.. py:class:: mindspore.dataset.Places365Dataset(dataset_dir, usage=None, small=True, decode=False, num_samples=None, num_parallel_workers=None, shuffle=None, sampler=None, num_shards=None, shard_id=None, cache=None)
|
||
|
||
读取和解析Places365数据集的源数据集。
|
||
|
||
生成的数据集有两列: `[image, label]`。
|
||
`image` 列的数据类型为uint8。 `label` 列的数据类型为uint32。
|
||
|
||
参数：
|
||
- **dataset_dir** (str) - 包含数据集文件的根目录路径。
|
||
- **usage** (str, 可选) - 'train-standard'、 'train-challenge'或 'val'。默认值：'train-standard'。
|
||
- **small** (bool, 可选) - 是否使用256*256的低分辨率图像（True）或高分辨率图像（False）。默认值：False，使用低分辨率图像。
|
||
- **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。
|
||
- **num_samples** (int, 可选) - 指定从数据集中读取的样本数。默认值：None，读取所有样本。
|
||
- **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。
|
||
- **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/r2.0.0-alpha/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，参数小于0或者大于等于 `num_shards` 。
|
||
- **ValueError** - `usage` 不是['train-standard', 'train-challenge', 'val']中的任何一个。
|
||
|
||
.. 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Places365数据集：**
|
||
|
||
在Places2数据库上训练的卷积神经网络（CNN）可用于场景识别，也可用于视觉识别的通用深度场景特征。
|
||
|
||
Places作者向公众发布了Places365-Standard数据集和Places365-Challenge数据集。
|
||
Places365-Standard数据集是Places2数据库的核心集，该数据库已用于训练Places365-CNN。
|
||
Places作者将在未来的Places365-Standard数据集上添加其他类型的标注。
|
||
Places365-Challenge数据集是Places2数据库的竞赛数据集，与Places365-Standard数据集相比，该数据库有620万张额外的图像。此数据集用于2016年的Places挑战赛。
|
||
|
||
可以将原始的Places365数据集文件解压缩到此目录结构中，并由MindSpore的API读取。
|
||
|
||
.. code-block::
|
||
|
||
.
|
||
└── categories_places365
|
||
├── places365_train-standard.txt
|
||
├── places365_train-challenge.txt
|
||
├── val_large/
|
||
│ ├── Places365_val_00000001.jpg
|
||
│ ├── Places365_val_00000002.jpg
|
||
│ ├── Places365_val_00000003.jpg
|
||
│ ├── ...
|
||
├── val_256/
|
||
│ ├── ...
|
||
├── data_large_standard/
|
||
│ ├── ...
|
||
├── data_256_standard/
|
||
│ ├── ...
|
||
├── data_large_challenge/
|
||
│ ├── ...
|
||
├── data_256_challenge /
|
||
│ ├── ...
|
||
|
||
**引用：**
|
||
|
||
.. code-block::
|
||
|
||
article{zhou2017places,
|
||
title={Places: A 10 million Image Database for Scene Recognition},
|
||
author={Zhou, Bolei and Lapedriza, Agata and Khosla, Aditya and Oliva, Aude and Torralba, Antonio},
|
||
journal={IEEE Transactions on Pattern Analysis and Machine Intelligence},
|
||
year={2017},
|
||
publisher={IEEE}
|
||
}
|
||
|
||
|
||
.. include:: mindspore.dataset.api_list_vision.rst
|