Top 40 이미지 데이터 셋 만들기 57 Most Correct Answers

You are looking for information, articles, knowledge about the topic nail salons open on sunday near me 이미지 데이터 셋 만들기 on Google, you do not find the information you need! Here are the best content compiled and compiled by the https://toplist.aseanseafoodexpo.com team, along with other related topics such as: 이미지 데이터 셋 만들기 keras 이미지 데이터셋 만들기, tensorflow 이미지 데이터셋 만들기, 파이썬 데이터셋 만들기, 케라스 이미지 데이터셋 만들기, 텍스트 데이터셋 만들기, 머신러닝 이미지 데이터셋 만들기, 이미지 데이터셋 사이트, PyTorch Dataset 만들기

---

make dataset using google images(구글 이미지를 사용해 데이터셋 만들기)

make dataset using google images(구글 이미지를 사용해 데이터셋 만들기)

---

[PyTorch] 4-1. 나만의 이미지 데이터셋 만들기

• Article author: data-panic.tistory.com
• Reviews from users: 811 Ratings
• Top rated: 4.0
• Lowest rated: 1
• Summary of article content: Articles about [PyTorch] 4-1. 나만의 이미지 데이터셋 만들기 또한 torchvision에서 이미지를 전처리 할 수 있는 transforms을 사용하고 torch.utils.data에서 Dataset과 DataLoader를 사용하여 데이터를 가져와 … …
• Most searched keywords: Whether you are looking for [PyTorch] 4-1. 나만의 이미지 데이터셋 만들기 또한 torchvision에서 이미지를 전처리 할 수 있는 transforms을 사용하고 torch.utils.data에서 Dataset과 DataLoader를 사용하여 데이터를 가져와 … 이번 포스트에서는 이전 시간에 다루었던 DataLoader를 가지고 나만의 이미지 데이터 셋을 만들어보는 실습을 진행해보겠습니다. 1. 이미지 데이터 파일 만들기 이미지 데이터 셋을 만들기 위해서는 자신이 원하..
• Table of Contents:

Real Late Starter

[PyTorch] 4-1 나만의 이미지 데이터셋 만들기 본문

티스토리툴바

Read More

나만의 데이터셋 만들기

• Article author: velog.io
• Reviews from users: 12041 Ratings
• Top rated: 3.4
• Lowest rated: 1
• Summary of article content: Articles about 나만의 데이터셋 만들기 개요. 일전에 이미지 분류 모델을 학습하기 위해 파이토치에서 제공하는 MNIST dataset torchvision.datasets.MNIST … …
• Most searched keywords: Whether you are looking for 나만의 데이터셋 만들기 개요. 일전에 이미지 분류 모델을 학습하기 위해 파이토치에서 제공하는 MNIST dataset torchvision.datasets.MNIST … 데이터셋 구축 절차
• Table of Contents:

나만의 데이터셋으로 이미지 분류 모델 만들기

How

전체 수집 데이터

Read More

Heeseok Jeong-나만의 데이터셋으로 이미지 분류하기(1)

• Article author: heeseok-jeong.github.io
• Reviews from users: 13285 Ratings
• Top rated: 3.3
• Lowest rated: 1
• Summary of article content: Articles about Heeseok Jeong-나만의 데이터셋으로 이미지 분류하기(1) 데이터셋 만들기. … 일전에 이미지 분류 모델을 학습하기 위해 파이토치에서 제공하는 MNIST dataset 을 사용하였다 torchvision.datasets.MNIST . …
• Most searched keywords: Whether you are looking for Heeseok Jeong-나만의 데이터셋으로 이미지 분류하기(1) 데이터셋 만들기. … 일전에 이미지 분류 모델을 학습하기 위해 파이토치에서 제공하는 MNIST dataset 을 사용하였다 torchvision.datasets.MNIST . Machine Learning데이터셋 만들기
• Table of Contents:

Read More

Hello 이미지 데이터: 이미지 분류 데이터 세트 만들기 및 이미지 가져오기  |  Vertex AI  |  Google Cloud

• Article author: cloud.google.com
• Reviews from users: 8384 Ratings
• Top rated: 4.0
• Lowest rated: 1
• Summary of article content: Articles about Hello 이미지 데이터: 이미지 분류 데이터 세트 만들기 및 이미지 가져오기  |  Vertex AI  |  Google Cloud 만들기를 선택하면 데이터 가져오기 창으로 이동됩니다. radio_button_checkedCloud Storage에서 파일 가져오기를 선택하고 이미지 위치 및 라벨 데이터가 있는 CSV 파일의 … …
• Most searched keywords: Whether you are looking for Hello 이미지 데이터: 이미지 분류 데이터 세트 만들기 및 이미지 가져오기  |  Vertex AI  |  Google Cloud 만들기를 선택하면 데이터 가져오기 창으로 이동됩니다. radio_button_checkedCloud Storage에서 파일 가져오기를 선택하고 이미지 위치 및 라벨 데이터가 있는 CSV 파일의 …
• Table of Contents:

이미지 데이터 입력 파일

1 이미지 분류 데이터 세트 만들기 및 데이터 가져오기

다음 단계

Read More

라벨링 된 이미지 데이터셋 만들기

• Article author: blog.kim-gaeun.com
• Reviews from users: 33979 Ratings
• Top rated: 4.8
• Lowest rated: 1
• Summary of article content: Articles about 라벨링 된 이미지 데이터셋 만들기 온라인에서 이미지 라벨링 하는 방법. 라벨링을 마친 이미지는, 형식을 변환하여 데이터셋으로 만들어야 한다. …
• Most searched keywords: Whether you are looking for 라벨링 된 이미지 데이터셋 만들기 온라인에서 이미지 라벨링 하는 방법. 라벨링을 마친 이미지는, 형식을 변환하여 데이터셋으로 만들어야 한다. alicecodealice.tistory.com/145 사진 이미지 라벨링 온라인 툴 이미지 라벨링(labeling.. 레이블링이라고 읽는다)을 하려면 툴을 받아야 한다. 하지만 이곳에서는 따로 프로그램을 깔지 않아도 온라인으로 가능하..
• Table of Contents:

잡초의 일지

라벨링 된 이미지 데이터셋 만들기 본문

티스토리툴바

Read More

cnn 실습_나만의 이미지 데이터를 만들고 학습하기(2) – sequential API

• Article author: mj-lahong.tistory.com
• Reviews from users: 19046 Ratings
• Top rated: 3.6
• Lowest rated: 1
• Summary of article content: Articles about cnn 실습_나만의 이미지 데이터를 만들고 학습하기(2) – sequential API import tensorflow as tf from tensorflow import keras from sklearn.model_selection import train_test_split import numpy as np from glob … …
• Most searched keywords: Whether you are looking for cnn 실습_나만의 이미지 데이터를 만들고 학습하기(2) – sequential API import tensorflow as tf from tensorflow import keras from sklearn.model_selection import train_test_split import numpy as np from glob … import tensorflow as tf from tensorflow import keras from sklearn.model_selection import train_test_split import numpy as np from glob import glob from PIL import Image import matplotlib.pyplot as p..
• Table of Contents:

태그

‘DEEP LEARNINGTensorflow Training’ Related Articles

Read More

[Pytorch] 진짜 커스텀 데이터셋 만들기, 몇 가지 팁 :: 취미생활하는 공대생

• Article author: honeyjamtech.tistory.com
• Reviews from users: 36795 Ratings
• Top rated: 4.8
• Lowest rated: 1
• Summary of article content: Articles about [Pytorch] 진짜 커스텀 데이터셋 만들기, 몇 가지 팁 :: 취미생활하는 공대생 import glob import torch from torchvision import transforms from PIL import Image from torch.utils.data import Dataset, DataLoader  … …
• Most searched keywords: Whether you are looking for [Pytorch] 진짜 커스텀 데이터셋 만들기, 몇 가지 팁 :: 취미생활하는 공대생 import glob import torch from torchvision import transforms from PIL import Image from torch.utils.data import Dataset, DataLoader  … Pytorch 개발자들이 이미 데이터셋, 데이터로더 클래스를 여러 개 만들어 두었다. 데어터셋의 경우 ImageFolder, DatasetFolder 와 같이 내 폴더 안에 있는 데이터들을 돌게 해주는 애들과 CIFAR10, ImageNet 등..가끔씩 글쓰는 대학원생
• Table of Contents:

[Pytorch] 진짜 커스텀 데이터셋 만들기 몇 가지 팁

티스토리툴바

Read More

02-5 데이터셋 만들기 – temp

• Article author: wikidocs.net
• Reviews from users: 7252 Ratings
• Top rated: 3.9
• Lowest rated: 1
• Summary of article content: Articles about 02-5 데이터셋 만들기 – temp 데이터 라벨링이란, 이미지, 영상, 텍스트 등의 데이터에 사람이 데이터 가공 도구를 활용하여 인공지능이 학습할 수 있도록 다양한 정보를 목적에 … …
• Most searched keywords: Whether you are looking for 02-5 데이터셋 만들기 – temp 데이터 라벨링이란, 이미지, 영상, 텍스트 등의 데이터에 사람이 데이터 가공 도구를 활용하여 인공지능이 학습할 수 있도록 다양한 정보를 목적에 … 온라인 책을 제작 공유하는 플랫폼 서비스
• Table of Contents:

Read More

AI 공부 블로그 | 로컬 이미지로 데이터셋 만들기

• Article author: srgai.tistory.com
• Reviews from users: 14597 Ratings
• Top rated: 4.9
• Lowest rated: 1
• Summary of article content: Articles about AI 공부 블로그 | 로컬 이미지로 데이터셋 만들기 로컬 이미지로 데이터셋 만들기 import os, re, glob import cv2 #openCV 라이브러리 import하기 import numpy as np …
• Most searched keywords: Whether you are looking for AI 공부 블로그 | 로컬 이미지로 데이터셋 만들기 로컬 이미지로 데이터셋 만들기 import os, re, glob import cv2 #openCV 라이브러리 import하기 import numpy as np #로컬 이미지로 데이터셋 만들기 import os, re, glob  import cv2  #openCV 라이브러리 import하기 import numpy as np  from sklearn.model_selection import train_test_split #현재 로컬 이..
• Table of Contents:

Read More

[공개SW – 메이킹 로그_13] 데이터셋 만들기

• Article author: yeonwoo97.tistory.com
• Reviews from users: 19983 Ratings
• Top rated: 4.9
• Lowest rated: 1
• Summary of article content: Articles about [공개SW – 메이킹 로그_13] 데이터셋 만들기 [공개SW – 메이킹 로그_13] 데이터셋 만들기. 회기사는연우 2021. 8. 27. 00:37. 데이터 준비하기 … from keras_preprocessing.image import ImageDataGenerator. …
• Most searched keywords: Whether you are looking for [공개SW – 메이킹 로그_13] 데이터셋 만들기 [공개SW – 메이킹 로그_13] 데이터셋 만들기. 회기사는연우 2021. 8. 27. 00:37. 데이터 준비하기 … from keras_preprocessing.image import ImageDataGenerator. 데이터 준비하기 학습에 쓸 데이터들을 준비 해 보았다. 사이즈는 50*150 jpeg 파일이고 y좌표 75이상에는 상의가 위치, 75이하로는 하의가 위치하도록 데이터를 표준화하였다. 일단 데이터 준비는 노가다고…..
• Table of Contents:

태그

‘빅데이터공개SW 프로젝트’ Related Articles

티스토리툴바

Read More

---

See more articles in the same category here: Toplist.aseanseafoodexpo.com/blog.

[PyTorch] 4-1. 나만의 이미지 데이터셋 만들기

이번 포스트에서는 이전 시간에 다루었던 DataLoader를 가지고 나만의 이미지 데이터 셋을 만들어보는 실습을 진행해보겠습니다.

1. 이미지 데이터 파일 만들기

이미지 데이터 셋을 만들기 위해서는 자신이 원하는 이미지 파일이 있어야합니다. jpg, jpeg, png, bmp 등등의 이미지 형식의 파일들을 class별로 폴더를 만들어 넣어줍니다. 예시로써 저는 가방, 신발, 티셔츠 총 3가지 클래스를 만들어서 각각 8장의 이미지 파일을 넣어주었습니다. 여기서 주의해야 될 점이 저의 경우에는 “clothes”라는 상위 폴더를 만들고 그 안에 앞서말한 3가지의 클래스 폴더를 넣어주었습니다. 그렇기 때문에 밑에서 폴더 경로를 가지고 올 때는 상위 폴더의 경로를 가지고와야 합니다.

2. 필요 라이브러리 가져오기

필요한 라이브러리들을 import 해줍니다. 이미지 파일을 시각화하기 위해 matplotlib을 사용하겠습니다. 또한 torchvision에서 이미지를 전처리 할 수 있는 transforms을 사용하고 torch.utils.data에서 Dataset과 DataLoader를 사용하여 데이터를 가져와 보겠습니다.

3. 데이터 전처리

우선 이미지를 전처리합니다. ransforms.Compose를 통해 Resize, ToTensor, Normalize를 시켜줍니다. 이미지의 높이와 너비가 조금씩 다를 수 있고, 이미지 데이터를 정규화 해주기위해 전처리를 진행합니다. ToTensor를 통해 이미지를 텐서형태로 바꿔줍니다.

그 다음 trainset을 ImageFolder를 사용하여 저장합니다. 경로는 클래스 폴더들이 들어있는 상위폴더로 경로를 지정해줍니다.

또한 앞서서 선언했던 trans를 transform 파라미터 값으로 넣어 데이터가 전처리 될 수 있도록 합니다.

trainset에서 __getitem__ 메소드를 통해 18번째 데이터를 가져와 봤습니다. 일부분만 나오지만 0부터 1사이의 값으로 정규화 된 것을 볼 수 있고 맨 끝에는 라벨값인 2가 보입니다.

trainset의 총 데이터 갯수를 len()함수를 통해 확인해보았습니다. 3개의 클래스들이 각각 8개씩 사진을 가지고 있기 때문에 총 데이터 수는 24입니다.

trainset에서 classes 메서드를 사용해서 classes 변수에 저장해줍니다. 출력해보면 제가 지정했던 클래스 폴더 명이 그대로 나오는 것을 볼 수 있습니다.

4. DataLoader를 통해 데이터 올리기

이번에는 ImageFolder를 통해 불러온 trainset을 DataLoader를 사용하여 Batch형식으로 네트워크에 올릴 수 있도록 준비해보겠습니다.

DataLoader를 통해 trainset을 감싸주고 batch_size는 16개로 설정했습니다. shuffle은 원래 train 데이터의 경우 섞는게 맞지만 이번 예제에서는 섞지 않도록 하겠습니다. 사용할 CPU core 갯수는 4개로 지정했습니다.

iteration을 통해 trainloader에 있는 데이터들을 한 batch 씩 꺼내어 확인해 볼 수 있습니다. labels를 출력해보면 0이 8개 1이 8개 인것을 볼 수 있습니다.

5. 이미지 데이터 시각화

다음으로 불러온 데이터를 시각화 할 수 있는 함수를 만들어보겠습니다. 이전 글에서 설명했던 부분과 동일한 내용입니다.

마지막으로 저장한 데이터를 시각화해본 부분입니다. 4번째 출력 부분을 보면 16, 3, 100,100이라고 되어있는데 batch_size가 16이었고 색깔이미지이기 때문에 3입니다. 또한 이미지 사이즈를 100 x 100으로 Resize 해주었기 때문에 16,3,100,100으로 출력됩니다.

이상으로 자기만의 이미지 데이터셋을 만들어보았습니다. 이것을 통해서 분류나 이미지 디텍팅 같은 문제들을 자신만의 데이터셋을 활용하여 다양한 시도를 해볼 수 있겠습니다.

소스코드 :

https://github.com/Hinterhalter/Deep-Learning-with-PyTorch/blob/master/MyData.ipynb

Heeseok Jeong-나만의 데이터셋으로 이미지 분류하기(1)

목록

개요

파이토치로 모델을 학습하기 위한 데이터는 torch.utils.data.Dataset 객체로 변환되어 torch.utils.data.DataLoader 에 올라가야 모델에 학습이 가능하다.

일전에 이미지 분류 모델을 학습하기 위해 파이토치에서 제공하는 MNIST dataset 을 사용하였다 torchvision.datasets.MNIST .

구체적으로는 Vanilla CNN 모델 + CrossEntorpyLoss 로스 함수 + Adam optimizae + MNIST 데이터를 사용하여 모델을 학습하였다.

이제부터는 부스트캠프 조원들과 함께 직접 데이터 셋을 만들어서 이미지 분류 모델에 학습하고자 한다. 이번 포스트에서는 데이터셋 구축까지의 절차를 담을 것이다.

절차

1) 주제 선정

2) 데이터 수집

3) 데이터 가공 (데이터 완성)

4) 데이터로 dataset 만들기

주제 선정

조유리즈 (사람이 봐도 헷갈리는 데이터)

처음 선정했던 주제는 조유리즈다. 아이즈원의 멤버 김채원, 조유리, 최예원은 팬들이 봐도 헷갈릴정도로 비슷하게 생긴 멤버들이다.

(정말 닮았다)

=> 데이터가 적기 때문에 우선은 확실히 구분가는 레이블을 주제로 변경

마동석, 수지, 유재석 (구분하기 쉬운 데이터)

인터넷에 사진이 많고 특징이 뚜렷한 인물들로 주제를 변경하였다. 조 인원이 6명이기 때문에 2 명씩 한 인물에 대해 데이터를 모으기로 하였고 나는 수지를 담당하였다.

추가적으로 데이터 양은 한 인물마다 학습이 잘 될 것 같은 사진 300 장을 팀별로 선별하였다.

데이터 수집

How?

이미지 데이터를 모으기 위해서는 인터넷에 존재하는 여러 플랫폼에서 이미지를 가져와야 한다. 이미지를 가져오는 방법에는 직접 하나하나 다운로드할 수도 있지만, 이를 효율적으로 하기 위해 크롤링 툴을 사용하였다.

구글 이미지 다운로드 – googleimagesdownload

가장 많은 정보가 존재하는 구글에서 이미지를 가져오는 프로그램은 이미 존재한다! 다음 프로그램을 이용하여 이미지를 가져오자.

-> google_images_download

위 프로그램을 사용할 때 100장 이상은 크롤링이 필요하므로 chromedriver 를 설치하고 –chromedriver 옵션에 설치한 크롬 드라이버 위치를 명시해야한다.

‘수지’, ‘미쓰에이 수지’, ‘배수지’, ‘수지비주얼’ 키워드로 각 키워드 당 350 여장의 사진을 다운로드하였다.

인스타 이미지 다운로드 with tag

SNS 중 사진이 가장 많은 인스타그램에서 원하는 # 태그를 검색하고 첫번째로 나오는 태그에서 원하는만큼 사진을 가져오는 프로그램을 이용하였다 (구글링하여 코드 작성).

-> instagram_image_download

‘배수지’ 키워드로 350 여장의 사진을 다운로드하였다.

수집 데이터

전체 1700 여장의 사진을 수집하였다.

데이터 가공

인터넷에서 수집한 사진들 중 학습에 적합한 사진을 골라내는 단계이다. 매뉴얼하게 일일이 골라내는 방법을 사용하였다. 아래의 룰을 기반으로 사진을 삭제하였다.

연예인 수지와 관계 없는 사진

정면 얼굴이 뚜렷하지 않은 사진

누군가와 함께 있는 사진

과정을 수행하여 1700 장의 사진에서 300 장의 사진 (25%) 만 추려내었다.

데이터로 dataset 만들기

현재 ‘동석’, ‘수지’, ‘재석’ 폴더 (레이블) 에 약 300 장의 이미지 파일들이 존재한다. dataset 을 만드는 것은 전체 데이터를 일정 비율로 나눠 train 과 test 로 분리하는 것을 의미한다.

먼저 jpg, png 이미지 파일들이 섞여있기 때문에 파일들을 읽어 모두 png 파일로 변형한다.

sklearn 의 train_test_split 함수를 통해 레이블마다 train 과 test 데이터 비율을 일정하게 만들어준다. 그리고 이 파일들을 dataset/train 과 dataset/test 폴더에 넣어 dataset 을 준비한다.

from sklearn.model_selection import train_test_split train_image , test_image , train_target , test_target = train_test_split ( dataset [:, 0 ], dataset [:, 1 ], stratify = dataset [:, 1 ],)

=> 나만의 데이터셋을 수집하고 가공하여 모델 학습에 필요한 dataset 완성

Hello 이미지 데이터: 이미지 분류 데이터 세트 만들기 및 이미지 가져오기

Google Cloud Console을 사용하여 이미지 분류 데이터 세트를 만듭니다. 데이터 세트가 생성된 후 공개 Cloud Storage 버킷의 이미지를 가리키는 CSV를 사용하여 해당 이미지를 데이터 세트로 가져옵니다.

이 튜토리얼은 여러 페이지로 이루어져 있습니다.

각 페이지에서는 이 튜토리얼의 이전 페이지에서 안내를 이미 수행했다고 가정합니다.

이미지 데이터 입력 파일

요점: 단일 데이터 세트를 여러 목표에 사용할 수 있습니다. 이 튜토리얼에서는 이미지 분류(라벨을 이미지에 적용)에 중점을 두지만 객체 감지(객체 식별 및 라벨링)와 같은 다른 목표에 동일한 데이터를 사용할 수 있습니다.

이 튜토리얼에서 사용하는 이미지 파일은 이 Tensorflow 블로그 게시물에 사용된 꽃 데이터 세트에서 가져온 것입니다. 이러한 입력 이미지는 공개 Cloud Storage 버킷에 저장됩니다. 공개적으로 액세스할 수 있는 이 버킷에는 데이터 가져오기에 사용하는 CSV 파일도 포함되어 있습니다. 이 파일에는 두 개의 열이 있습니다. 첫 번째 열에는 Cloud Storage의 이미지 URI, 두 번째 열에는 이미지 라벨이 포함됩니다. 아래는 샘플 행입니다.

gs://cloud-samples-data/ai-platform/flowers/flowers.csv :

gs://cloud-samples-data/ai-platform/flowers/daisy/10559679065_50d2b16f6d.jpg,daisy gs://cloud-samples-data/ai-platform/flowers/dandelion/10828951106_c3cd47983f.jpg,dandelion gs://cloud-samples-data/ai-platform/flowers/roses/14312910041_b747240d56_n.jpg,roses gs://cloud-samples-data/ai-platform/flowers/sunflowers/127192624_afa3d9cb84.jpg,sunflowers gs://cloud-samples-data/ai-platform/flowers/tulips/13979098645_50b9eebc02_n.jpg,tulips

1. 이미지 분류 데이터 세트 만들기 및 데이터 가져오기

콘솔을 방문하여 데이터 세트를 만들고 이미지 분류 모델을 학습시키는 과정을 시작합니다.

해당 메시지가 나타나면 Cloud Storage 버킷에 사용한 프로젝트를 선택합니다.

Vertex AI 페이지 시작하기 페이지에서 데이터 세트 만들기를 클릭합니다. 이 데이터 세트의 이름을 지정합니다(선택 사항). ‘데이터 유형 및 목표 선택’ 섹션의 이미지 탭에서 radio_button_checked이미지 분류(단일 라벨) 라디오 옵션을 선택합니다. 리전 드롭다운 메뉴에서 US Central을 선택합니다. 만들기를 선택하여 빈 데이터 세트를 만듭니다. 만들기를 선택하면 데이터 가져오기 창으로 이동됩니다. radio_button_checkedCloud Storage에서 파일 가져오기를 선택하고 이미지 위치 및 라벨 데이터가 있는 CSV 파일의 Cloud Storage URI를 지정합니다. 이 빠른 시작에서 CSV 파일은 gs://cloud-samples-data/ai-platform/flowers/flowers.csv 에 있습니다. 다음을 복사하여 ‘가져오기 파일 경로’ 필드에 붙여넣습니다. cloud-samples-data/ai-platform/flowers/flowers.csv 계속을 클릭하여 이미지 가져오기를 시작합니다. 가져오기 프로세스는 몇 분 정도 걸립니다. 완료되면 데이터 세트에서 식별된 모든 이미지(라벨이 있는 이미지 및 라벨이 없는 이미지)를 표시하는 다음 페이지로 이동됩니다. 표시된 꽃 데이터 세트를 사용하면 몇 가지 경고 알림이 표시됩니다. 이는 데이터에 발생할 수 있는 오류 메시지를 표시하는 데 유용합니다.

다음 단계

이 튜토리얼의 다음 페이지를 따라 AutoML 모델 학습 작업을 시작합니다.

So you have finished reading the 이미지 데이터 셋 만들기 topic article, if you find this article useful, please share it. Thank you very much. See more: keras 이미지 데이터셋 만들기, tensorflow 이미지 데이터셋 만들기, 파이썬 데이터셋 만들기, 케라스 이미지 데이터셋 만들기, 텍스트 데이터셋 만들기, 머신러닝 이미지 데이터셋 만들기, 이미지 데이터셋 사이트, PyTorch Dataset 만들기