# ImageNetPreprocess

**Repository Path**: AmazingBian/ImageNetPreprocess

## Basic Information

- **Project Name**: ImageNetPreprocess
- **Description**: ImageNet数据预处理，并转成TFRecord
- **Primary Language**: Unknown
- **License**: MulanPSL-2.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 1
- **Forks**: 1
- **Created**: 2022-05-27
- **Last Updated**: 2024-10-26

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# ImageNetPreprocess

#### 介绍
使用shell脚本对ImageNet2012数据集进行预处理，执行shell脚本便可以实现给ImageNet2012数据集的训练集、验证集解压、解决验证集没有标签的问题和转成TFRecord。

使用的数据集：[ImageNet2012](https://gitee.com/link?target=http%3A%2F%2Fwww.image-net.org%2F)
- 数据集大小：共1000个类、224*224彩色图像
- 训练集：共1,281,167张图像
- 验证集：共50,000张图像
- [数据集下载](http://share.6d1p.cn:63633/)

#### 前提条件

- liunxOS上有tar、ls等基础命令
- iunxOS上已完成tensorflow安装

##### 文件目录


```
ILSVRC2012
├── bbox
├── ILSVRC2012_bbox_train_v2.tar.gz
├── ILSVRC2012_img_val.tar
├── imagenet2012_train.tar
├── ImageNetPreprocess
├── imagenet_tf
├── train
└── val
```


#### 使用说明



##### 使用git clone方法
```
git clone https://gitee.com/AmazingBian/ImageNetPreprocess.git
bash ImageNetPreprocess/ImageNetPreprocess.sh
```
##### 直接下载zip包方法
```
bash ImageNetPreprocess-master/ImageNetPreprocess.sh
```

##### 后台运行
```
nohup bash ImageNetPreprocess/ImageNetPreprocess.sh &
```
```
nohup bash ImageNetPreprocess-master/ImageNetPreprocess.sh &
```
##### 如果数据集已经解压好，转成TFRecord，执行
```
python3 ImageNetPreprocess/build_imagenet_data.py --output_directory=imagenet_tf --train_directory=train --validation_directory=val
```
或者
```
python3 ImageNetPreprocess-master/build_imagenet_data_master.py --output_directory=imagenet_tf --trainC:\Users\wubian\Desktop\data\ImageNet2012Preprocess\imagenet2012_preprocess.sh_directory=train --validation_directory=val
```



#### 参与贡献

参考tensorflow[数据处理](https://github.com/tensorflow/models/tree/master/research/slim/datasets)