如何找到 Imagenet 数据标签？

Question

我有两个关于如何加载 Imagenet 数据的问题。 我下载了 ILSVRC2012 验证集（因为训练集太大） 但我有两个问题。

1. 我不明白如何才能找到标签。 只有 jpeg 文件的文件名类似于“ILSVRC2012_val_00000001.JPEG”，但没有标签。我怎样才能找到它们？

2. 据我所知，Imagenet 使用 224 * 224 像素的图像，问题只是“分类”而不是“检测”，但 ILSVRC2012 集有更多不同的像素大小。那么，如何才能获得 224 * 224 像素的正确框？

Answer 1

确保从here 下载并解压每个文件 .tar 到一个文件夹中，每个类的编号为synsent。最好的办法就是不要把图片混在一起。

Answer 2

它在开发工具包中（任务 1 和 2） 文件名为“ILSVRC2012_validation_ground_truth.txt”

Answer 3

1. 您将下载三个 tar 存档：一个用于训练数据，一个用于验证数据，一个用于测试数据。

   训练数据包含在 1000 个文件夹中，每个类别一个文件夹（每个文件夹应包含 1300 张 JPEG 图像）。验证数据是一个包含 50k JPEG 图像的单个文件夹，在中查找对应的 ILSVRC2012_validation_ground_truth.txt 文件（正如 darren1231 提到的，它需要作为 DevKit 的一部分单独下载）。

测试数据类似于验证数据，但它没有标签（未向您提供标签，因为您需要将预测的标签提交给他们，作为比赛的一部分）。

1. ImageNet 图像具有可变分辨率，平均为 482x415，您可以自行决定如何处理它们以训练模型。大多数人处理它如下：首先缩小每个图像，使其短边为256像素。然后裁剪一个随机的 224x224 补丁。使用这些补丁进行训练（每个时期你会得到不同的作物）。在测试期间，做同样的事情，但提取一个中心 224x224 补丁，并使用它来评估分类准确性。有些人还使用多个补丁进行测试。同样，这取决于您，如果您愿意，可以使用更高的分辨率。