|
|
class ModelObj: # 网络对象
|
|
|
def __init__(self, ObjID, ObjType, ObjLable, ParaString, ObjX, ObjY):
|
|
|
self.ObjID = ObjID # 图元号
|
|
|
self.ObjType = ObjType # 图元类别
|
|
|
self.ObjLable = ObjLable # 对象标签
|
|
|
self.ParaString = ParaString # 参数字符串
|
|
|
self.ObjX = ObjX # 对象位置x坐标
|
|
|
self.ObjY = ObjY # 对象位置y坐标
|
|
|
class Data_Class(ModelObj): # 数据集网络对象
|
|
|
def __init__(self, ObjID, ObjType, ObjLable, ParaString, ObjX, ObjY):
|
|
|
super().__init__(ObjID, ObjType, ObjLable, ParaString, ObjX, ObjY)
|
|
|
# self.LoadData = self.load_data # 基本操作函数 -------------------------
|
|
|
self.SetDataPara = self.SetLoadData # 参数设置函数
|
|
|
def SetLoadData(self):# 定义加载数据集的参数SetLoadData()
|
|
|
# 设置数据集路径信息
|
|
|
# 训练集文件夹的位置
|
|
|
train_imgPath = input("请输入训练集文件夹的位置：") # 'data_classification/train/'
|
|
|
# 测试集文件夹的位置
|
|
|
test_imgPath = input("请输入测试集文件夹的位置：") # 'data_classification/test/'
|
|
|
img_width = int(input("请输入图片宽度：")) # 48
|
|
|
img_height = int(input("请输入图片高度：")) # 48
|
|
|
# 设置每批次读入图片的数量
|
|
|
batch_size = int(input("请输入每批次读入图片的数量：")) # 批次大小 32
|
|
|
# 返回DataPara参数，这里用一个字典来存储
|
|
|
DataPara = {"train_imgPath": train_imgPath,
|
|
|
"test_imgPath": test_imgPath,
|
|
|
"img_width": img_width,
|
|
|
"img_height": img_height,
|
|
|
"batch_size": batch_size}
|
|
|
return DataPara
|
|
|
if __name__ == '__main__':
|
|
|
DataSet = Data_Class("DataSet1", 1, "数据集1", [], 120, 330)
|
|
|
# setload_data()函数，获取加载数据集的参数
|
|
|
DataPara = DataSet.SetDataPara()
|
