forked from mindspore-Ecosystem/mindspore
98 lines
4.8 KiB
ReStructuredText
98 lines
4.8 KiB
ReStructuredText
mindspore.dataset.Flowers102Dataset
|
||
===================================
|
||
|
||
.. py:class:: mindspore.dataset.Flowers102Dataset(dataset_dir, task='Classification', usage='all', num_samples=None, num_parallel_workers=1, shuffle=None, decode=False, sampler=None, num_shards=None, shard_id=None)
|
||
|
||
读取和解析Flowers102数据集的源文件构建数据集。
|
||
|
||
根据给定的 `task` 配置，生成数据集具有不同的输出列：
|
||
|
||
- `task` = 'Classification'，输出列： `[image, dtype=uint8]` 、 `[label, dtype=uint32]` 。
|
||
- `task` = 'Segmentation'，输出列： `[image, dtype=uint8]` 、 `[segmentation, dtype=uint8]` 、 `[label, dtype=uint32]` 。
|
||
|
||
参数：
|
||
- **dataset_dir** (str) - 包含数据集文件的根目录的路径。
|
||
- **task** (str, 可选) - 指定读取数据的任务类型，支持 'Classification'和 'Segmentation'。默认值：'Classification'。
|
||
- **usage** (str, 可选) - 指定数据集的子集，可取值为 'train'， 'valid'， 'test'或 'all'。默认值：'all'，读取全部样本。
|
||
- **num_samples** (int, 可选) - 指定从数据集中读取的样本数。默认值：None，所有图像样本。
|
||
- **num_parallel_workers** (int, 可选) - 指定读取数据的工作线程数。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** (Union[Sampler, Iterable], 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。
|
||
|
||
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** - `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Flowers102数据集：**
|
||
|
||
Flowers102数据集由102个花类别组成，每个类由40到258张图像组成，这些花常见于英国。
|
||
|
||
以下是原始的Flowers102数据集结构。
|
||
可以将数据集文件解压缩到此目录结构中，并通过MindSpore的API读取。
|
||
|
||
.. code-block::
|
||
|
||
.
|
||
└── flowes102_dataset_dir
|
||
├── imagelabels.mat
|
||
├── setid.mat
|
||
├── jpg
|
||
├── image_00001.jpg
|
||
├── image_00002.jpg
|
||
├── ...
|
||
├── segmim
|
||
├── segmim_00001.jpg
|
||
├── segmim_00002.jpg
|
||
├── ...
|
||
|
||
**引用：**
|
||
|
||
.. code-block::
|
||
|
||
@InProceedings{Nilsback08,
|
||
author = "Maria-Elena Nilsback and Andrew Zisserman",
|
||
title = "Automated Flower Classification over a Large Number of Classes",
|
||
booktitle = "Indian Conference on Computer Vision, Graphics and Image Processing",
|
||
month = "Dec",
|
||
year = "2008",
|
||
}
|
||
|
||
|
||
.. include:: mindspore.dataset.api_list_vision.rst
|