python - 如何检查 Keras 的 flow_from_directory 方法处理文件夹的顺序？

Question

在进行迁移学习时，我首先通过 VGG16 网络的底层提供图像。我正在使用生成器函数。

datagen = ImageDataGenerator(1./255)
generator = datagen.flow_from_directory(
    train_data_dir,
    target_size=(img_width, img_height),
    batch_size = 32,
    class_mode=None,
    shuffle=False
)
model.predict_generator(generator, nb_train_samples)

我将类模式设置为无，因为我只想要数据输出。我正在设置 shuffle = false，因为我想稍后在此处提供预测的特征，并将它们与地面实况类别变量相匹配:

train_data = np.lead(open(file_name, 'rb'))
train_labels = np.array([0] * NUMBER_OF_ITEMS_FOR_ITEM1 +
                        [1] * NUMBER_OF_ITEMS_FOR_ITEM2 +...
                        [n-1] * NUMBER_OF_ITEMS_FOR_ITEMN

这里的问题是我不知道文件的读取顺序是什么。我怎样才能找到它？或者更好的是，我怎样才能避免猜测正确的顺序？我问是因为我几乎可以肯定低预测准确度与标签不匹配有关。

Answer 1

我查看了 source code .我应该注意，自从我发布这个问题后，Keras 已更新到 2.0 版。所以答案是基于那个版本。

ImageDataGenerator 继承自DirectoryGenerator。在其中，我找到以下几行:

    if not classes:
        classes = []
        for subdir in sorted(os.listdir(directory)):
            if os.path.isdir(os.path.join(directory, subdir)):
                classes.append(subdir)
    self.num_class = len(classes)
    self.class_indices = dict(zip(classes, range(len(classes))))

    def _recursive_list(subpath):
        return sorted(os.walk(subpath, followlinks=follow_links), key=lambda tpl: tpl[0])

    for subdir in classes:
        subpath = os.path.join(directory, subdir)
        for root, _, files in _recursive_list(subpath):
            for fname in files:
                is_valid = False
                for extension in white_list_formats:
                    if fname.lower().endswith('.' + extension):
                        is_valid = True
                        break
                if is_valid:
                    self.samples += 1
    print('Found %d images belonging to %d classes.' % (self.samples, self.num_class))

请注意第 3 行，其中显示“sorted(os.listdir(direcectory, subdir))”。生成器按字母顺序遍历所有文件夹。

稍后在 _recursive_list 的定义中也对子结构使用相同的逻辑。

所以答案是:文件夹按字母顺序处理，这在某种程度上是有道理的。