如何找到Imagenet数据标签？

Question

关于如何加载Imagenet数据，我有两个问题。我下载了ILSVRC2012验证集(因为培训集太大)，但我有两个问题。

1. 我不明白怎么才能找到标签。只有jpeg文件具有像"ILSVRC2012_val_00000001.JPEG“这样的文件名，但是没有标签。我怎么才能找到他们？
2. 据我所知，Imagenet使用224 * 224像素图像，问题只是“分类”而不是“检测”，但是ILSVRC2012集有更多和不同的像素大小。那么，我如何才能得到224 * 224像素的合适框呢？

Answer 1

1. 您将下载三个tar档案:一个用于培训数据，一个用于验证数据，另一个用于测试数据。 培训数据包含在1000个文件夹中，每类一个文件夹(每个文件夹应该包含1,300幅JPEG图像)。验证数据是一个包含50k JPEG图像的文件夹，在其中查找相应的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(标签不提供给您，因为您需要将预测的标签提交给它们，作为竞争的一部分)。

1. ImageNet图像的分辨率是可变的，平均为482x415，这取决于您如何处理它们来训练您的模型。大多数人将其处理如下:首先缩小每幅图像的大小，使其较短的一侧为256像素。然后随机种植224x224补丁。使用这些补丁进行训练(每个时代你会得到不同的作物)。在测试期间，也要这样做，但提取一个中心224x224补丁，并使用它来评估分类的准确性。有些人还使用多个补丁进行测试。同样，这取决于你，如果你愿意的话，你可以使用更高的分辨率。

Answer 2

它在开发工具包(任务1和2)中，文件名叫做"ILSVRC2012_validation_ground_truth.txt“

Answer 3

我在我的文件夹中找到这个: imageNet/imagenet-object-localization-challenge/ILSVRC/Annotations/CLS-LOC/val

(这是类名: n01751748 )

<annotation>
    <folder>val</folder>
    <filename>ILSVRC2012_val_00000001</filename>
    <source>
        <database>ILSVRC_2012</database>
    </source>
    <size>
        <width>500</width>
        <height>375</height>
        <depth>3</depth>
    </size>
    <segmented>0</segmented>
    <object>
        <name>n01751748</name>
        <pose>Unspecified</pose>
        <truncated>0</truncated>
        <difficult>0</difficult>
        <bndbox>
            <xmin>111</xmin>
            <ymin>108</ymin>
            <xmax>441</xmax>
            <ymax>193</ymax>
        </bndbox>
    </object>
</annotation>