如何使用 h5py 构建数据集？答案

【问题标题】：How to build a dataset with h5py?如何使用 h5py 构建数据集？
【发布时间】：2020-03-26 12:42:47
【问题描述】：

我有以下数据集：

类类别：1,2,3 每个类包含 320x240 的 rgb 图像

dataset
   |---- training_set
         |---- 1
               |--- rgb_1.png
               |--- rgb_2.png
         |---- 2
               |--- rgb_1.png
               |--- rgb_2.png
         |---- 3
               |--- rgb_1.png
               |--- rgb_2.png
   |---- test_set
         |---- 1
               |--- rgb_1.png
               |--- rgb_2.png 
         |---- 2
               |--- rgb_1.png
               |--- rgb_2.png
         |---- 3
               |--- rgb_1.png
               |--- rgb_2.png

因为当我在 google colab 中训练模型时，它比我的计算机非常慢，我认为是因为数据集在 google drive 中，所以我尝试了另一种使用 h5py 创建数据集的解决方案。

请问，如何用 h5py 构建这个数据集？

【问题讨论】：

你能显示你试过的代码吗？我们可以帮助您解决您遇到的错误。也可以看看h5py的文档h5py.readthedocs.io/en/stable/high/dataset.html

标签： python tensorflow keras google-colaboratory h5py

【解决方案1】：

简短的回答是使用create_dataset()。您需要的一切都在@jakub 提供的链接中。要填充数据集，您需要从图像创建一个 NumPy 数组。我不知道最好的方法。你需要弄清楚那部分。在我的示例中，我使用了cv2.imread()。

您可以从这段简单的代码开始：

import h5py, cv2
import numpy as np
# Create an array for image data
img_arr = cv2.imread(imgFile)
# returns a np array 
with h5py.File('imagedata.h5','w') as h5f :
    dset = h5f.create_dataset("image1", data=img_arr)

【讨论】：