class DatasetManagement: def __init__(self): """ Classe per gestire la copia dei dati da una forma /dataset/class1/ /dataset/class1/test To /train/class1 test/class2 """ #variabile dove si trova il dataset self.data_dir = "/Users/Eric/Desktop/eric/Programmazione/python/DeepLearning/data/knifey-spoony" #Url dove posso scaricare un dataset self.data_url = "https://github.com/Hvass-Labs/knifey-spoony/raw/master/knifey-spoony.tar.gz" #path della cartella di train self.train_dir = os.path.join(self.data_dir, "train/") #path della cartella di test self.test_dir = os.path.join(self.data_dir, "test/") #dimensione immagine self.image_size = 200 #canali immagine self.num_channels = 3 self.img_shape = [self.image_size, self.image_size, self.num_channels] self.img_size_flat = self.image_size * self.image_size * self.num_channels #numero di classi del dataset self.num_classes = 3 self.download = Download() def load(self): pass def execute(self): #gestione caricamento dataset da internet o da locale #scarica il dataset da internet se non è presente self.download.maybe_downlaod_and_extract(url=self.data_url, download_dir=self.data_dir) # crea l'istanza del dataset cache_path = os.path.join(self.data_dir, "knifey-spoony.pkl") self.dataset = load_cached(cache_path=cache_path, in_dir=self.data_dir) #divide i dati in test e train secondo le classi pronti per essere processati self.dataset.copy_files(train_dir=self.train_dir, test_dir=self.test_dir)