fer2013 CSV至ImageNet格式转换教程
概述
本仓库提供了用于转换Fer2013人脸表情识别数据集的脚本，此脚本能够将数据集中的CSV格式数据转换为ImageNet风格的存储格式，即按类别组织图片到各自的文件夹下。Fer2013数据集包含了人脸表情的灰度图像，共计七种基本表情，分别是愤怒、厌恶、恐惧、高兴、悲伤、惊讶和中性。
文件结构
csv2img.py: 核心转换脚本，负责读取CSV数据，并生成图片文件。fer2013.csv: 原始Fer2013数据集的CSV文件（需自行下载或已存在于仓库中）。Fer2013Image: 转换后的图片存储目录，会根据表情类别创建子文件夹存放相应图片。
快速指南
步骤1：准备环境
确保您的Python环境中已安装以下库：
- NumPy
- OpenCV
- Pandas
- Tqdm（进度条显示）
步骤2：运行脚本
- 下载数据: 首先，您需要从资源链接或原始来源下载
fer2013.csv文件。 - 修改配置: 确认脚本中的
csv_path变量指向您的fer2013.csv文件路径，out_dir_path设置为您希望创建图片目录的路径。 - 执行转换: 在命令行界面，运行脚本
python csv2img.py。
步骤3：检查结果
转换完成后，会在指定的out_dir_path目录下发现一系列以数字命名的子文件夹（对应不同的表情类别），每个子文件夹内是相应的表情图片。
注意事项
- 本脚本假设CSV文件的结构保持不变，如有自定义或更新的CSV结构，请相应调整脚本中的数据处理逻辑。
- 在大量数据转换时，请确保有足够的磁盘空间。
- 转换过程中可能需要一些时间，特别是对于较大的数据集，请耐心等待进度条完成。
通过本仓库提供的脚本，您可以便捷地将Fer2013数据集转换为更加易于深度学习框架使用的目录结构，加速表情识别项目的开发进程。