获取人脸数据集

.gitignore

@@ -144,3 +144,12 @@ cython_debug/
 # jetbrains
 .idea/
 */.idea/
+
+# mnist dataset
+实验六/DataImages*
+实验六/data/
+实验六/cache/
+实验六/models/
+
+# dataset
+实验七/cache/

requirements.txt

@@ -7,3 +7,7 @@ pillow
 scikit-learn==1.3
 jupyterlab
 jupyterlab-language-pack-zh-CN
+icecream
+torch
+torchvision
+rich

实验七/1.get_dataset.py

@@ -0,0 +1,77 @@
+import os
+import requests
+import tqdm
+import tarfile
+
+# 计算大小
+def get_human_readable_size(size_in_bytes):
+    # 定义单位
+    units = ['B', 'KB', 'MB', 'GB', 'TB', 'PB', 'EB']
+    # 计算单位和大小
+    index = 0
+    while size_in_bytes >= 1024 and index < len(units) - 1:
+        size_in_bytes /= 1024
+        index += 1
+    return f"{size_in_bytes:.2f} {units[index]}"
+
+# 下载与进度条
+def download(url,output_path):
+    filename = url.split('/')[-1]
+    download_path = os.path.join(output_path,filename)
+
+    response=requests.get(url,stream=True)
+    total_size = int(response.headers.get('content-length', 0))
+    os.makedirs(output_path,exist_ok=True)
+
+    print("下载 ",filename,' 到 ',output_path,' |大小= ',get_human_readable_size(total_size))
+
+    # 如已下载，跳过
+    if os.path.exists(download_path):
+        print(filename, ' 已存在，跳过')
+        return
+
+    with open(download_path,'wb') as file,tqdm.tqdm(
+        desc='下载进度',
+        total=total_size,
+        unit='B',
+        unit_scale=True,
+        unit_divisor=1024
+    )as bar:
+        for chunk in response.iter_content(chunk_size=1024):
+            file.write(chunk)
+            bar.update(len(chunk))
+
+
+def decompress(file_path, output_dir):
+    os.makedirs(output_dir, exist_ok=True)
+    print('解压 '+file_path.split('/')[-1],' 到 ',output_dir)
+    with tarfile.open(file_path) as tar:
+        members = tar.getmembers()
+        with tqdm.tqdm(total=len(members), desc='解压进度', unit='file') as bar:
+            for member in members:
+                # 构建完整路径
+                full_path = os.path.join(output_dir, member.name)
+
+                # 因FDDB存在同一路径下存在相同文件的问题，特此跳过
+                # 如果文件已存在，跳过解压
+                if os.path.exists(full_path):
+                    bar.update(1)
+                    continue
+
+                # 解压文件
+                tar.extract(member, path=output_dir)
+                bar.update(1)
+
+# 下载人脸数据集
+face_dataset_url='http://vis-www.cs.umass.edu/fddb/originalPics.tar.gz'
+face_dataset_path='cache/dataset/face/'
+download(face_dataset_url,face_dataset_path)
+
+# 下载人脸数据标签
+face_label_path='cache/dataset/face/label/'
+face_label_url='http://vis-www.cs.umass.edu/fddb/FDDB-folds.tgz'
+download(face_label_url,face_label_path)
+
+# 解压数据集
+decompress(os.path.join(face_dataset_path,face_dataset_url.split('/')[-1]),face_dataset_path)
+decompress(os.path.join(face_label_path,face_label_url.split('/')[-1]),face_label_path)

实验七/main.py

@@ -0,0 +1,16 @@
+# 这是一个示例 Python 脚本。
+
+# 按 Shift+F10 执行或将其替换为您的代码。
+# 按 双击 Shift 在所有地方搜索类、文件、工具窗口、操作和设置。
+
+
+def print_hi(name):
+    # 在下面的代码行中使用断点来调试脚本。
+    print(f'Hi, {name}')  # 按 Ctrl+F8 切换断点。
+
+
+# 按装订区域中的绿色按钮以运行脚本。
+if __name__ == '__main__':
+    print_hi('PyCharm')
+
+# 访问 https://www.jetbrains.com/help/pycharm/ 获取 PyCharm 帮助

实验六/get_dataset.py

@@ -16,5 +16,5 @@ def save_img_subset(data, save_path, num_samples):
         img.save(os.path.join(save_path, f"{i}-label-{label}.png"))
 
 # 保存前 600 张训练集图片和前 100 张测试集图片
-save_img_subset(train_data, './DataImages-Train', 6000)
+save_img_subset(train_data, './DataImages-Train', 60000)
-save_img_subset(test_data, './DataImages-Test', 1000)
+save_img_subset(test_data, './DataImages-Test', 10000)

实验六/train.py

@@ -64,8 +64,8 @@ def ensure_dir_exists(directory):
         os.makedirs(directory)
 
 # 加载训练数据
-trains_paths, trains_labels = load_data("cache/pretrains/train")
+trains_paths, trains_labels = load_data("DataImages-Train")
-test_paths, test_labels = load_data("cache/pretrains/test")
+test_paths, test_labels = load_data("DataImages-Test")
 
 # 提取特征和标签
 X_train = np.array([extract_features(train_path) for train_path in tqdm.tqdm(trains_paths, desc="训练集特征提取中：")])
@@ -87,7 +87,7 @@ for test_sample in tqdm.tqdm(X_test, desc="测试集中预测进度"):
     Y_pred.append(classifier.predict(test_sample.reshape(1, -1)))
 accuracy = accuracy_score(Y_test, Y_pred)
 
-print(f"性能: {accuracy * 100:.2f}%")
+print(f"准确率: {accuracy * 100:.2f}%")
 
 # 保存模型
 ensure_dir_exists("models")