如何使用image_dataset_from_directory函数加载所有图像？
如何使用image_dataset_from_directory函数加载所有图像？
提问于 2021-01-04 06:59:42
我正在处理一个多标签分类问题，并面临一些内存问题，因此我将使用Keras image_dataset_from_directory方法作为批处理加载所有图像。如何在此方法上应用多标签技术？
我有这些文件夹：
['Tomato_BacterialSpot', 'Tomato_EarlyBlight', 'Tomato_Healthy', 'Tomato_LateBlight']我使用下面的代码生成类名。
这里是多标签的示例代码教程，但是他们没有使用image_dataset_from_directory技术。
label = imagePath.split(os.path.sep)[-2].split("_")我得到了以下结果，但我不知道如何使用image_dataset_from_directory方法来应用多标签？
- BacterialSpot
- EarlyBlight
- 健康
- LateBlight
- 番茄
回答 1
Data Science用户
发布于 2021-01-04 10:45:48
你实际上不需要应用类标签，这些并不重要。Keras会自动为您检测到这些信息。它通过研究数据所在的目录来做到这一点。请确保指向所有数据所在的父文件夹。您的数据应采用以下格式：
my_data/
...BacterialSpot/
...EarlyBlight/
...Healthy/
...LateBlight/
...Tomato/您需要指向的数据源是my_data。以下是一个实现：
train = tf.keras.preprocessing.image_dataset_from_directory(
'my_data',
validation_split=0.2,
subset="training",
image_size=(128, 128),
batch_size=128)
val = tf.keras.preprocessing.image_dataset_from_directory(
'my_data',
validation_split=0.2,
subset="validation",
image_size=(128, 128),
batch_size=128)当你运行它时：
Found 3647 files belonging to 1 classes.
Using 2918 files for training.
Found 3647 files belonging to 1 classes.
Using 729 files for validation.Keras为您自动检测到了这些类。在我的例子中，我只使用了一个类，所以您应该能够看到与您的5个类相关的内容。参见Google的一个示例实现：https://colab.research.google.com/github/tensorflow/docs/blob/master/site/en/tutorials/images/classification.ipynb#scrollTo=iscU3UoVJBXj
页面原文内容由Data Science提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://datascience.stackexchange.com/questions/87469
复制相关文章
相似问题
腾讯云开发者
