大老，Imagenet 数据集能用的，我看代码好象也不太对呢？

[gg22mm]

大老，Imagenet 数据集太大了，有没有测试数据? 我看代码好象也不太对呢？如下： 运行：python main.py --base configs/autoencoder/autoencoder_kl_8x8x64.yaml --train True

---

代码中写着：self.synsets = [p.split("/")[0] for p in self.relpaths] 但是我看图片是这样的：ILSVRC2012_val_00000001.JPEG

有没有简单的数据测试一下？

标签这几个是什么意思，可以写死的吗 labels = { "relpath": np.array(self.relpaths), #图片转数字 "synsets": np.array([1]), #？ "class_label": np.array([2]), #？ "human_label": np.array([3]), #？ }

[gg22mm]

我发现是这样的格式：

    {
        'relpath': array(['n01440764/ILSVRC2012_val_00000293.JPEG',
           'n01440764/ILSVRC2012_val_00002138.JPEG',
           'n01440764/ILSVRC2012_val_00003014.JPEG', ...,
           'n15075141/ILSVRC2012_val_00046353.JPEG',
           'n15075141/ILSVRC2012_val_00047144.JPEG',
           'n15075141/ILSVRC2012_val_00049174.JPEG'], dtype='<U38'),

        'synsets': array(['n01440764', 'n01440764', 'n01440764', ..., 'n15075141',
           'n15075141', 'n15075141'], dtype='<U9'),

        'class_label': array([  0,   0,   0, ..., 999, 999, 999]),

        'human_label': array(['tench, Tinca tinca', 'tench, Tinca tinca', 'tench, Tinca tinca',
           ..., 'toilet tissue, toilet paper, bathroom tissue',
           'toilet tissue, toilet paper, bathroom tissue',
           'toilet tissue, toilet paper, bathroom tissue'], dtype='<U121')
    }

另外我已经整好的数据集： https://www.kaggle.com/datasets/weililong/sd-imagenet-val