动手学深度学习（Pytorch版）代码实践 -计算机视觉-41目标检测数据集

最新推荐文章于 2025-03-31 15:09:44 发布

@李思成

最新推荐文章于 2025-03-31 15:09:44 发布

阅读量482

点赞数 3

CC 4.0 BY-SA版权

分类专栏：动手学深度学习Pytorch版文章标签：深度学习计算机视觉 pytorch

本文链接：https://blog.csdn.net/weixin_46560570/article/details/140048140

41目标检测数据集

import os
import pandas as pd
import torch
import torchvision
import matplotlib.pylab as plt
from d2l import torch as d2l

# 数据集下载链接
# http://d2l-data.s3-accelerate.amazonaws.com/banana-detection.zip

# 读取数据集
#@save
def read_data_bananas(is_train=True):
    """读取香蕉检测数据集中的图像和标签"""
    data_dir = '../data/banana-detection/'
    csv_fname = os.path.join(data_dir, 'bananas_train' if is_train
                             else 'bananas_val', 'label.csv')
    csv_data = pd.read_csv(csv_fname)
    # 将 img_name 列设置为索引，以便后续操作中根据图片名称索引标签。
    csv_data = csv_data.set_index('img_name')
    images, targets = [], [] # images 用于存储图像，targets 用于存储标签。
    for img_name, target in csv_data.iterrows():
        images.append