Food101データセットを触ってみる

Food101という101クラスの料理画像がラベルとセットになっているデータセットがある。 こちらを触ってみる。

クラスごとに250枚のテスト画像と750枚の訓練画像があり、全部で101000枚画像が用意されている。 オリジナルだと画像の最大サイズは同じ(512pixel)にスケールされているものの、もう片方の辺はバラバラのようなので、 kaggleのここを参考にサイズが揃ったデータを取得し可視化だけしてみる。

def visualize_data():
    base_path = "./dataset"
    train_h5_path = os.path.join(base_path, "food_c101_n10099_r64x64x3.h5")
    test_h5_path = os.path.join(base_path, "food_test_c101_n1000_r64x64x3.h5")
    print(os.path.exists(train_h5_path))
    print(os.path.exists(test_h5_path))

    with h5py.File(train_h5_path, 'r') as n_file:
        total_imgs = n_file['images'].shape[0]
        read_idxs = slice(0, total_imgs)

        img_data = n_file['images'][read_idxs]
        img_label = n_file['category'].value[read_idxs]
        label_names = [x.decode() for x in n_file['category_names'].value]

    fig, m_ax = plt.subplots(5, 5, figsize = (12, 12))
    for c_ax, c_label, c_img in zip(m_ax.flatten(), img_label, img_data):
        c_ax.imshow(c_img)
        c_ax.axis('off')
        c_ax.set_title(label_names[np.argmax(c_label)])