图像分类中数据集的问题

Question

目前在学习图像分类，用过MNIST的数据集，格式是.npz,用过cifar-10,格式是好几个
(data_batch)
我想问的是，我自己有整理的数据集，有10个种类的文件夹，每个文件夹里对应的图片，我这种如何预处理？要不要也改成像MNIST那样的格式？那种格式怎么弄的？为什么那么弄？求解

Answer 1

你的图看不到，预处理取决于你的模型的输入，或者反过来说，你的模型的输入要和你的数据一致。
因为看不到图，我不知道你说的现在的图片是什么样的，但是一般来说，你需要在预处理中做以下几条：
（1）不要用jpg png这些格式，统一转换为bmp，相同的颜色深度
（2）最好将图片缩放、裁剪成为统一的长宽高度，并且，为了性能的考虑，图片的大小在不影响识别率的前提下，越小越好
（3）实际上bmp的头部也是不需要的，可以进一步转换为只有像素点的[x,y,3]形式的数据，x y是图片的长宽，而3表示r g b三个分量的值
（4）建议你文件名也用有意义的名字，比如说分类的标签，这样主程序操作起来比较方便