import os
import matplotlib.pyplot as plt
import random
from PIL import Image
def main(path):
classes = [i for i in os.listdir(path)] # ['cat', 'dog']
# 将所有图片按照 类别:路径 字典形式保存
images_path = [] # [{'cat': './data/train\\cat\\Baidu_0000.jpeg'}, {'cat': './data/train\\cat\\Baidu_0002.jpeg'}]
for cla in classes:
for i in os.listdir(os.path.join(path, cla)):
dic = {} # 类别:图像路径
img_path = os.path.join(path, cla, i)
dic[cla] = img_path # {'cat': './data/train\\cat\\Baidu_0000.jpeg'}
images_path.append(dic)
# 随机展示4张图像
plt.figure(figsize=(12, 8))
for i in range(4):
r = random.randint(0, len(images_path) - 1) # 生成随机数
label, im_path = list(images_path[r].keys())[0], list(images_path[r].values())[0]
# cat , ./data/train\cat\Baidu_0049.jpeg
im = Image.open(im_path)
plt.subplot(2, 2, i + 1)
plt.title(label)
plt.imshow(im)
plt.savefig('show.png') # 保存图片
# plt.show()
if __name__ == '__main__':
root = './data/train' # 传入目录
main(path=root)

听风吹等浪起
- 粉丝: 2w+
最新资源
- 操作系统实验指导书(江西农业大学).doc
- 第2章WindowsXP操作系统基础.ppt
- 医院计算机软硬件故障检测维护研究.docx
- 使用C语言实现的MySQL数据库操作接口封装库-提供数据库连接与断开函数-实现增删查改等基本操作-支持多表格数据管理-适用于初学者学习C语言与数据库交互-项目包含简单示例代码-帮助.zip
- 关于 YOLO 目标检测算法的详细介绍
- 基于机器自动修改脚本中IP地址并通过sudo权限执行脚本实现多种网络攻击与防御测试的网络安全实验项目-包含SYNFlood攻击的C语言实现和PythonScapy实现-TCPRST.zip
- YOLO目标检测算法的介绍
- 基于单阶段 SSD 模型实现车辆与行人目标检测
- 基于C语言开发的轻量级frp客户端实现-专为OpenWRT及物联网设备设计的资源优化型内网穿透工具-支持TCP-HTTP-HTTPS-TCPMUX-SOCKS5等多种协议代理-提供.zip
- 多传感器融合、运动规划、SLAM 与目标检测技术概述 多传感器融合结合运动规划、SLAM 及目标检测解析 深度剖析多传感器融合、运动规划、SLAM 和目标检测 多传感器融合、运动规划、SLAM 与目标
- 基于单阶段目标检测模型 SSD 实现车辆与行人检测任务
- 无需标签数据的自监督算法预训练 backbone 用于目标检测任务,性能优于有标签预训练
- 处于实例分割与目标检测二者之间的定边长数任意多边形目标检测技术
- 基于粒子滤波的多雷达多目标检测前跟踪方法 基于粒子滤波的多雷达多目标检测前跟踪研究 基于粒子滤波的多雷达多目标检测前跟踪技术 基于粒子滤波的多雷达多目标检测前跟踪方案 基于粒子滤波的多雷达多目标检测前
- Flet框架实现的文件选择器选择文件类型枚举示例自定义模板
- 自监督目标检测 针对目标检测任务,提出无需标签数据的自监督算法预训练 backbone,检测性能优于有标签的预训练
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈


