基于tensorflow 批量修改自己的图片数据集（附代码）

现在网上有很多关于Deeplearning的教程，不过这些教程的数据集都是已经做好的，并且格式名字什么的都已经整理好了。特别是很多入门的教程都是Mnist
的数据集，这都已经非常的完善了。不过对于想自己制作数据集的小白来说，如何将自己收集的图片批量转换为自己需要的格式呢，网上提到的并不多。作为菜鸟一枚，现在把自己制作数据集的方法，和各位大牛分享下，如有谬误，还请斧正。

以一个Cat VS Dog 二分类为例。首先，将自己从网上爬的图片分别两个文件夹，文件夹名称为分类对象（cat ,dog）。

然后再通过调用函数，统一修改图片的名字，分别以 cat0.jpg ,cat1.jpg, cat2.jpg ,cat3.jpg ......

dog.0，dog.1，dog.2，dog.3，dog.4......方式进行重命名。

step 1. 刚开始的文件及图片

train文件下的两个子文件

刚爬下来cat文件下图片的名称（一般网上直接爬下来的图片名字都不统一，会比较乱）

闲话不说，直接上代码
import os def rename(file_dir,name): '''将网上爬下来的图片重命名（更好的观看）''' '''第一个参数是目标文件名
第二个参数是图片的名称''' i=0 for file in os.listdir(file_dir): '''获取该路径文件下的所有图片''' src =
os.path.join(os.path.abspath(file_dir), file) '''修改后图片的存储位置（目标文件夹+新的图片的名称）'''
dst = os.path.join(os.path.abspath(file_dir), name+str(i) + '.jpg')
os.rename(src, dst) #将图片重新命名 i=i+1 file_dir='C:/Users/ASUS/Desktop/train'
#目标下的文件夹名称 rename(file_dir+'/cat','cat') #获取目标文件夹下，子文件的的路径并进行重命名
rename(file_dir+'/dog','dog')

这是修改后的子文件夹下图片的名称

修改图片名称的目的是制作自己的数据集的第一步，接下来，博主还会和大家分享，如何用修改好后的图片制作tfrecord
数据集，tfrecord数据集可以更好地读取数据，有效的利用电脑的GPU ，特别是数据量较大的时候，可以很好的提高数据处理的速度。
如有不足，还请各位大牛指正，还望共同进步！

热门工具换一换

基于tensorflow 批量修改自己的图片数据集 （附代码）