Exemple #1
0
from config import config
from data import preprocess
from utils import utils

# config 저장
utils.save_config()

# 이미지 경로 및 캡션 불러오기
img_paths, captions = preprocess.get_path_caption()

# 전체 데이터셋을 분리해 저장하기
train_dataset_path, val_dataset_path = preprocess.dataset_split_save(
    img_paths, captions)

# 저장된 데이터셋 불러오기
arg = input('train or test? : ')
img_paths, caption = preprocess.get_data_file(arg, train_dataset_path,
                                              val_dataset_path)

# 데이터 샘플링
parser = config.parser
config = parser.parse_args()

if config.do_sampling:
    img_paths, captions = preprocess.sampling_data(img_paths, caption)

# 이미지와 캡션 시각화 하기
utils.visualize_img_caption(img_paths, captions)
Exemple #2
0
from config import config
from data import preprocess
from utils import utils

# config 저장
utils.save_config(config())

# 이미지 경로 및 캡션 불러오기
img_paths, captions = preprocess.get_path_caption(config())

# 전체 데이터셋을 분리해 저장하기
train_dataset_path, val_dataset_path = preprocess.dataset_split_save(config())

# 저장된 데이터셋 불러오기
img_paths, caption = preprocess.get_data_file(train_dataset_path)

# 이미지와 캡션 시각화 하기
utils.visualize_img_caption(img_paths[0], caption[0])
Exemple #3
0
import config
from data import preprocess 
from utils import utils


# config 저장
utils.save_config()


# 3-1 이미지 경로 및 캡션 불러오기
dataset_path = preprocess.get_path_caption()

# 3-2 전체 데이터셋을 분리해 저장하기
train_dataset_path, val_dataset_path = preprocess.dataset_split_save(dataset_path)


# 3-3 저장된 데이터셋 불러오기
# 3-2 에서 데이터를 가져왔으므로 스킵
# img_paths, caption = preprocess.get_data_file()


# 3-4 데이터 샘플링
sample_rate = 70 # %단위로 입력
dataset_origin = train_dataset_path;
if config.do_sampling:
    dataset_sampled = preprocess.sampling_data(sample_rate, dataset_origin)


# 4-1 이미지와 캡션 시각화 하기
target_idx = 1
utils.visualize_img_caption(dataset_sampled, target_idx)
Exemple #4
0
import config
from data import preprocess
from utils import utils


# config 저장
utils.save_config()


# (Req. 3-1) 이미지 경로 및 캡션 불러오기
dictionary = preprocess.get_path_caption()


# (Req. 3-2) 전체 데이터셋을 train,test 랜덤으로 분리해 저장하기
train_dataset_path, val_dataset_path = preprocess.dataset_split_save(dictionary)


# (Req. 3-3) 저장된 데이터셋 불러오기
# train_data만 원하는 경우
img_caption = preprocess.get_data_file(train_dataset_path)
# test_data만 원하는 경우
img_caption = preprocess.get_data_file(val_dataset_path)


# (Req. 3-4) 데이터 샘플링
# Req.3-1 결과를 파라미터로 넘긴다
if config.do_sampling:
    img_caption = preprocess.sampling_data(dictionary)


# 이미지와 캡션 시각화 하기