machine-learning - 在 CNN 中使用 MIT 室内场景数据库

Question

我是一名工程专业的学生，​​对编程有点菜鸟。我正在学习人工智能类(class)，目前正在尝试完成我的期末项目。

我必须创建一个 CNN 网络，我必须使用 MIT 室内场景数据库(可以在这里找到: http://web.mit.edu/torralba/www/indoor.html )。我做 CNN 没有问题，因为我在这学期之前使用 CIFAR10 做过一些，但我在做这个时遇到了麻烦，因为我不知道谁使用这组图像。
我想我需要创建一个自己的数据集，我尝试使用 PyTorch 使用 https://pytorch.org/tutorials/beginner/data_loading_tutorial.html ，但我很困惑，因为我没有带有功能的 .csv，我有很多 .xml 文件，每张图片都有几个功能。另外，我没有像我在其他教程中看到的那样只写“卧室、酒吧等”的文件。

我宁愿使用 PyTorch，因为我可以使用“train_test_split”函数，但如果有人可以帮助我了解如何使这些 15620 成为我对网络的输入，我将非常感激。

Answer 1

您可以生成自己的 csv 文件，但您可能不需要它。pytorch网站上有一个很好的教程https://pytorch.org/tutorials/beginner/transfer_learning_tutorial.html#load-data ，这与您的情况非常相似或很容易适用。

MIT 室内数据集每个类都有一个文件夹中的图像，网站上提到的 txt 文件是训练/测试分割。

因此，如果您创建以下文件夹结构:

train
|- class 1
|- class 2
...
|- class n

对于 val/test 也是如此，应该直接使用(调整)适合您的情况的 datasets.ImageFolder 示例。