我使用 Python 与 Keras 和 ImageDataGenerator 从目录生成图像。我有大约 20 个类，我想以某种方式统一它们。例如，类别 1-4 是 x，类别 5-8 是 y。 ImageDataGenerator 可以在 flow_from_directory 中执行此操作吗？或者我是否必须根据统一类的需要以不同方式拆分目录(例如，将目录 1-4 合并到 dir x 中)？
最佳答案
我认为没有内置的方法可以做到这一点。然而，一种替代方法是将生成器包装在另一个生成器中并修改其中的标签(为了演示，这里我假设我们最初有四个类，并且我们希望类一和类二被视为新的)一类和三类、四类被视为新的二类):
# define the generator
datagen = ImageDataGenerator(...)
# assign class_mode to 'sparse' to make our work easier
gen = datagen.flow_from_directory(..., class_mode= 'sparse')
# define a mapping from old classes to new classes (i.e. 0,1 -> 0 and 2,3 -> 1)
old_to_new = np.array([0, 0, 1, 1])
# the wrapping generator
def new_gen(gen):
for data, labels in gen:
labels = old_to_new[labels]
# now you can call np_utils.to_categorical method
# if you would like one-hot encoded labels
yield data, labels
# ... define your model
# fit the model
model.fit(new_gen(gen), ...)
关于python - keras图像数据生成器.flow_from_directory(directory)统一/组合类，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/52384386/