1.3 花朵数据集

本项目采用Kaggle平台上提供的包含104种花朵的公共数据集，数据集文件采用TFRecord格式存放每一幅图像的id（样本唯一编号）、label（样本标签）和img（样本像素的数组表示）。数据集文件夹结构如图1.7所示。

图1.7　数据集文件夹结构

（1）train目录中包含16个∗.tfrec文件，存储训练集样本及其标签。

（2）val目录中包含16个∗.tfrec文件，存储验证集样本及其标签。验证集中的图片是根据标签分布按照比例抽取的，保证验证集的样本分布与标签分布一致。

（3）test目录中包含16个∗.tfrec文件，存储测试集样本，无标签。

（4）sample_submission.csv是提交预测结果的示例文件。

所有图像分辨率均为512×512像素，训练集、验证集、测试集的文件构成如表1.1所示。

表1.1　训练集、验证集、测试集的文件构成

从训练集中随机抽样16幅图像，图像效果及标签如图1.8所示。

图1.8　训练集中随机抽样的花朵及其标签示例

图像数据以TFRecord格式集中存储，虽然不如以单个图像文件存储直观，但是对于提高模型的训练效率很有帮助。为了解决观察数据的问题，后面专门编写了图像观察函数。