如何从头开始创建和格式化图像数据集以进行机器学习？答案

【问题标题】：How to create and format an image dataset from scratch for machine learning?如何从头开始创建和格式化图像数据集以进行机器学习？
【发布时间】：2015-06-02 03:12:07
【问题描述】：

我只使用 .csv 格式的机器学习。我也使用过图像格式，但只有预制图像集（MNIST 等）。如果我要从头开始创建图像集，类标签通常是如何形成的？我是否必须手动为 jpeg 的图像命名？

最好的，杰里米

【问题讨论】：

另外，jpeg 图像不能有相同的标题，如果所有标题都不同，ML 程序不会将每个图像识别为自己的类吗？
或许问题应该迁移到crossvalidate.SE？

标签： image machine-learning deep-learning

【解决方案1】：

我使用过以下格式的图像数据集：

类名作为文件夹：顾名思义，属于特定类的图像填充到特定文件夹中，文件夹名称代表该类。

例如，用于分类 Cats 与 Dogs 的数据集

-Dataset/
--Cats/
---all cat images here
--Dogs/
---all dogs images here

单个文件夹 + 文本文件：所有图像都转储到一个文件夹中 - 显然每个图像文件都有一个唯一的名称。 image_name : class 的键值对可以作为行存储在 csv 文件中。

例如

-Dataset/
--all images heree
--imagename_class.csv

文件名中带有类的单个文件夹：所有图像都可以放在一个文件夹中，图像的名称具有类标签和一些变化的索引值。

例如

-Dataset/
--cat_1.jpg
--cat_2.jpg
--dog_1.jpg
--cat_3.jpg
--...

希望这会有所帮助！

【讨论】：