• preprocess_data_image
• • 1.1 实验环境创建
  • 1.2 视觉数据获取实验
  • 1.3 数据预处理实验
  • • 1.3.1 实验用例
    • 1.3.2 数据分批
    • 1.3.3 数据重复
    • 1.3.4 数据增强

preprocess_data_image

本实验介绍视觉数据预处理，包括视觉数据获取和数据预处理，并且介绍了基于MindSpore深度学习框架实现上述操作，通过学习，希望大家能掌握如下：

• 了解图像数据集的特点和下载方法。
• 了解图像数据集的数据处理流程。
• 掌握mindspore中图像数据集的数据加载和处理方法。

1.1 实验环境创建

Jupyter Notebook开发环境，软件环境numpy、mindspore 1.7.0、python 3.7.5、matplotlib、mindvision。

1.2 视觉数据获取实验

数据是深度学习的基础，不同的数据会给模型带来不同的训练效果。本次视觉数据获取实验包括经典数据集加载以及自定义数据集加载。经典数据集加载部分包括了下载、解压、加载部分，步骤完备，容易理解。通过实验，希望同学们能够了解图像数据集的特点，同时掌握使用MindSpore深度学习框架实现数据集加载操作。

1.3 数据预处理实验

1.3.1 实验用例

实验用例采用经典数据集加载实验中加载的CIFAR-10数据集，对它进行一系列预处理实验。

1.3.2 数据分批

数据分批操作将数据集分批，分别输入到训练系统中进行训练，以减少训练轮次，达到加速训练过程的目的。MindSpore中使用batch接口实现数据分批，具体用法见notebook案例。

1.3.3 数据重复

数据重复操作对数据集进行重复，达到扩充数据量的目的。MindSpore使用repeat接口实现数据重复，具体用法见notebook案例。

1.3.4 数据增强

待补充。