数据集的常用格式：h5

• 深度学习搞了很长时间，其中开源的代码中经常用到大型数据集，里面的数据类型是h5格式，这个格式困扰我挺长时间，因为隔离还拿不到实验室的程序，只好硬着头皮再琢磨一遍。

关于h5文件的基本信息

• h5这个格式可以把不同模态的数据类型，打包放在一起（有点像压缩），方便传递、下载，可能也方便读取吧，具体它的结构参见其他博客吧，我表述不清楚，其实也没有深入追究，没有必要，只要拿到了里面的内容就可以了；

• 这个博客写的还行，想知道具体是干嘛的，或者追究h5 的数据结构，可以看看：

https://blog.csdn.net/YYY_77/article/details/118269666

实例

• 我用的数据集KITTI和NYUDepthV2是两个模态的数据打包在一起的，具体来说：一个深度图，一个RGB图。

• 最终的代码是这样的：

import h5py
import numpy as np

fileName = '00017.h5'
filePath = 'D:\\01-Python_In_One\\PycharmProjects\\mycode\\h5\\'
h5f = h5py.File(filePath + fileName, 'r')


print([key for key in h5f.keys()])

rgb = np.array(h5f['rgb'])  # 创建以h5中rgb这一group数据为内容的numpy类型array矩阵；
rgb = np.transpose(rgb, (1, 2, 0))
print('np.array type:', type(rgb))
print('np.array dtype:', rgb.dtype)
rgb = np.asfarray(rgb)
print('np.asfarray type:', type(rgb))
print('np.asfarray dtype:', rgb.dtype)

其他参考内容

https://guotong1988.blog.csdn.net/article/details/54093301?spm=1001.2101.3001.6650.1&utm_medium=distribute.pc_relevant.none-task-blog-2_defaultCTRLIST_{Rate-1-54093301-blog-103499388.pc_relevant_paycolumn_v3&depth_1-utm_source=distribute.pc_relevant.none-task-blog-2}default_CTRLISTRate-1-54093301-blog-103499388.pc_relevant_paycolumn_v3&utm_relevant_index=2
https://stackoverflow.com/questions/41627147/how-can-i-visualise-an-image-in-h5-format-data?answertab=scoredesc#tab-top
https://blog.csdn.net/rootkiss/article/details/103499388