PyTorch 中的斯坦福汽车
来源:dev.to
2024-12-23 11:36:41
0浏览
收藏
本篇文章主要是结合我之前面试的各种经历和实战开发中遇到的问题解决经验整理的,希望这篇《PyTorch 中的斯坦福汽车》对你有很大帮助!欢迎收藏,分享给更多的需要的朋友学习~
请我喝杯咖啡☕
*我的帖子解释了斯坦福汽车。
stanfordcars()可以使用stanford cars数据集,如下所示:
*备忘录:
- 第一个参数是 root(必需类型:str 或 pathlib.path)。 *绝对或相对路径都是可能的。
- 第二个参数是 split(可选-默认:"train"-类型:str)。 *可以设置“train”(8,144张图片)或“test”(8,041张图片)。
- 第三个参数是transform(optional-default:none-type:callable)。
- 第四个参数是 target_transform(optional-default:none-type:callable)。
- 第五个参数是 download(optional-default:false-type:bool):
*备注:
- 保留为 false,因为如果为 true,则会发生错误,因为原始 url 已损坏。
- 因此,您需要从这里手动下载并解压 archive.zip,从这里解压 archive.zip 以及 car_devkit.tgz 到 data/stanford_cars/ ,如下所示:
*备注:
- cars_test_annos_withlabels (1).mat 需要重命名为 cars_test_annos_withlabels.mat。
- cars_annos.mat 和 cars_annos (2).mat 不需要,并且还有一些重复的文件。
- 您还可以查看说明。
data └-stanford_cars |-cars_test_annos_withlabels.mat |-cars_test | └-*.jpg |-cars_train | └-*.jpg └-devkit |-cars_meta.mat |-cars_test_annos.mat |-cars_train_annos.mat |-eval_train.m |-readme.txt └-train_perfect_preds.txt
from torchvision.datasets import StanfordCars train_data = StanfordCars( root="data" ) train_data = StanfordCars( root="data", split="train", transform=None, target_transform=None, download=False ) test_data = StanfordCars( root="data", split="test" ) len(train_data), len(test_data) # (8144, 8041) train_data # Dataset StanfordCars # Number of datapoints: 8144 # Root location: data train_data.root # 'data' train_data._split # 'train' print(train_data.transform) # None print(train_data.target_transform) # None train_data.download #len(train_data.classes), train_data.classes # (196, # ['AM General Hummer SUV 2000', 'Acura RL Sedan 2012', 'Acura TL Sedan 2012', # 'Acura TL Type-S 2008', ..., 'Volvo 240 Sedan 1993', # 'Volvo XC90 SUV 2007', 'smart fortwo Convertible 2012']) train_data[0] # ( , 13) train_data[1] # ( , 2) train_data[2] # ( , 90) train_data[3] # ( , 133) train_data[4] # ( , 105) import matplotlib.pyplot as plt def show_images(data, main_title=None): plt.figure(figsize=(12, 5)) plt.suptitle(t=main_title, y=1.0, fontsize=14) for i, (im, lab) in zip(range(1, 11), data): plt.subplot(2, 5, i) plt.imshow(X=im) plt.title(label=lab) plt.tight_layout() plt.show() show_images(data=train_data, main_title="train_data") show_images(data=test_data, main_title="test_data") show_images(data=train_data, ims=train_ims, main_title="train_data") show_images(data=train_data, ims=val_ims, main_title="val_data") show_images(data=test_data, ims=test_ims, main_title="test_data")
以上就是《PyTorch 中的斯坦福汽车》的详细内容,更多关于的资料请关注golang学习网公众号!
版本声明
本文转载于:dev.to 如有侵犯,请联系study_golang@163.com删除

- 上一篇
- 深入解析电脑的构成:硬件与软件的完美结合

- 下一篇
- 如何利用PHP从MySQL数据库获取数据并以JSON格式展示在网页中?
查看更多
最新文章
-
- 文章 · python教程 | 7小时前 |
- Python编程100题:从入门到算法实战
- 318浏览 收藏
-
- 文章 · python教程 | 7小时前 |
- TimeMachine备份结合Python虚拟环境隔离技巧
- 384浏览 收藏
-
- 文章 · python教程 | 7小时前 |
- 学习Python需要哪些基础编程知识和技能?
- 301浏览 收藏
-
- 文章 · python教程 | 7小时前 |
- PythonWebSocket服务器终极创建指南
- 102浏览 收藏
-
- 文章 · python教程 | 8小时前 |
- Matplotlib图像保存技巧与Python应用
- 202浏览 收藏
-
- 文章 · python教程 | 8小时前 |
- Ubuntu22.04源码编译Python3.12:依赖详解
- 206浏览 收藏
-
- 文章 · python教程 | 9小时前 |
- Pythonasync/await使用技巧与示例
- 225浏览 收藏
-
- 文章 · python教程 | 9小时前 | orm 性能问题 多表关联查询 学习曲线 sqlalchemy
- Python多表关联查询的实用技巧
- 136浏览 收藏
-
- 文章 · python教程 | 9小时前 |
- Python编程100题:从基础到算法实战
- 198浏览 收藏
-
- 文章 · python教程 | 10小时前 |
- Python表单数据处理技巧与代码示例
- 463浏览 收藏
-
- 文章 · python教程 | 10小时前 |
- Python数据归一化处理方法及技巧
- 250浏览 收藏
-
- 文章 · python教程 | 12小时前 | orm 模型定义 管理员类 Django管理员界面 URL映射
- 在Python中如何自定义Django管理员界面?
- 276浏览 收藏
查看更多
课程推荐
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 542次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 508次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 497次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 484次学习
查看更多
AI推荐
-
- AI Make Song
- AI Make Song是一款革命性的AI音乐生成平台,提供文本和歌词转音乐的双模式输入,支持多语言及商业友好版权体系。无论你是音乐爱好者、内容创作者还是广告从业者,都能在这里实现“用文字创造音乐”的梦想。平台已生成超百万首原创音乐,覆盖全球20个国家,用户满意度高达95%。
- 16次使用
-
- SongGenerator
- 探索SongGenerator.io,零门槛、全免费的AI音乐生成器。无需注册,通过简单文本输入即可生成多风格音乐,适用于内容创作者、音乐爱好者和教育工作者。日均生成量超10万次,全球50国家用户信赖。
- 13次使用
-
- BeArt AI换脸
- 探索BeArt AI换脸工具,免费在线使用,无需下载软件,即可对照片、视频和GIF进行高质量换脸。体验快速、流畅、无水印的换脸效果,适用于娱乐创作、影视制作、广告营销等多种场景。
- 12次使用
-
- 协启动
- SEO摘要协启动(XieQiDong Chatbot)是由深圳协启动传媒有限公司运营的AI智能服务平台,提供多模型支持的对话服务、文档处理和图像生成工具,旨在提升用户内容创作与信息处理效率。平台支持订阅制付费,适合个人及企业用户,满足日常聊天、文案生成、学习辅助等需求。
- 16次使用
-
- Brev AI
- 探索Brev AI,一个无需注册即可免费使用的AI音乐创作平台,提供多功能工具如音乐生成、去人声、歌词创作等,适用于内容创作、商业配乐和个人创作,满足您的音乐需求。
- 17次使用
查看更多
相关文章
-
- Flask框架安装技巧:让你的开发更高效
- 2024-01-03 501浏览
-
- Django框架中的并发处理技巧
- 2024-01-22 501浏览
-
- 提升Python包下载速度的方法——正确配置pip的国内源
- 2024-01-17 501浏览
-
- Python与C++:哪个编程语言更适合初学者?
- 2024-03-25 501浏览
-
- 品牌建设技巧
- 2024-04-06 501浏览