当前位置：服务支持 > 技术文档 > MNIST手写数字数据集：MATLAB版本解析

MNIST手写数字数据集：MATLAB版本解析

阅读数 68

著作权

MNIST手写数字数据库原始下载地址：

yann.lecun.com/exdb/mnist/

0.前言

网上很多转换MNIST手写数字的程序，鲜有MATLAB能直接使用的数据库版本。

1.MATLAB元胞数组数据格式

两个文件：

Train.mat：内含元胞数组Train；Train{i,1}为图像文件，大小28*28像素（0~255）；Train{i,2}为标签文件，为i对应图片的标签值（0~9）；

Test.mat：内含元胞数组Test；Test{i,1}为图像文件，大小28*28像素（0~255）；Test{i,2}为标签文件，为i对应图片的标签值（0~9）；

2.转换过程

按照官方的二进制格式说明，扔掉文件的前面的说明部分直接读取数据部分。

2.1训练数据

function TT
fidimg=fopen(&#39;train-images.idx3-ubyte&#39;,&#39;rb&#39;)
fidla=fopen(&#39;train-labels.idx1-ubyte&#39;,&#39;rb&#39;)

[img,count]=fread(fidimg,16);
[label,count]=fread(fidla,8);

Train=cell(60000,2);
for i=1:1000:60000    i
    [img,count]=fread(fidimg,[28,28]);
    [label,count]=fread(fidla,1);
    Train{i,1}=img;
    Train{i,2}=label;
%     na=[num2str(label),&#39;-&#39;,num2str(i),&#39;.jpg&#39;];%
%     imwrite(img,na)
end
% save Train.mat Train
end

2.2 测试数据

function TTest
fidimg=fopen(&#39;t10k-images.idx3-ubyte&#39;,&#39;rb&#39;)
fidla=fopen(&#39;t10k-labels.idx1-ubyte&#39;,&#39;rb&#39;)

[img,count]=fread(fidimg,16);
[label,count]=fread(fidla,8);
Test=cell(10000,2);
for i=1:1:10000
    i
    [img,count]=fread(fidimg,[28,28]);
    [label,count]=fread(fidla,1);
    Test{i,1}=img;
    Test{i,2}=label;
end
save Test.mat Test
end

3.部分数据示例

4.数据集获取：

站内信，

留言邮箱，

＋QQ群自取：1051208654

5.结束语

我是小白，
一个致力于Blender Python 智能化三维建模的Up主，
精通Matlab，会用Python，超级精通光学三维建模。
E-mail：AICV_Blender2024@163.com
QQ-群：Blender智能三维建模技术：1051208654

返回上级列表