Как использовать общедоступные наборы данных для обучения модели ML ⇐ Python

[Anonymous]

Я новичок в машинном обучении. До сих пор я всегда использовал файлы .csv, и они просты в использовании. Но теперь мне нужно построить модель распознавания лиц, и есть определенные наборы данных, которые я должен использовать. Все эти наборы данных имеют разные форматы, например .tar. Некоторые наборы данных содержат только необработанные изображения.
Как мне это сделать? Надеюсь, я понял.
Этот код мне дали в качестве руководства.
Эта функция get_images предназначена для загрузки изображений. из указанного
каталога и его подпапок, измените их размер с помощью OpenCV и
затем верните изображения с измененным размером вместе с соответствующими метками.
Он перебирает каждую подпапку в данном каталоге, проверяет действительные файлы изображений (с расширениями jpg, png или gif), считывает каждое изображение
с помощью OpenCV, изменяет их размер до заданного размера (в данном
случайе 100x100 пикселей) и сохраняет оба измененных размера. изображения и их метки в отдельных
списках (X для изображений и y для меток). Наконец, он печатает сообщение
о том, что все изображения загружены, и возвращает списки
изображений и меток.
import os
import cv2

def get_images(image_directory):
# Initialize lists to store images and their labels
X = []
y = []

# Define image file extensions
extensions = ('jpg', 'png', 'gif')

# Iterate through subfolders in the given directory
for subfolder in os.listdir(image_directory):
print("Loading images in %s" % subfolder)

# Check if the item is a directory
if os.path.isdir(os.path.join(image_directory, subfolder)):
# Get the list of files in the subfolder
subfolder_files = os.listdir(os.path.join(image_directory, subfolder))

# Iterate through files in the subfolder
for file in subfolder_files:
# Check if the file has a valid image extension
if file.endswith(extensions):
# Read the image using OpenCV
img = cv2.imread(os.path.join(image_directory, subfolder, file))

# Resize the image
img = cv2.resize(img, (100, 100))

# Add the resized image to the list X
X.append(img)

# Add the image's label to the list y
y.append(subfolder)

print("All images are loaded")
return X, y


Подробнее здесь: https://stackoverflow.com/questions/791 ... n-ml-model