我有两个单独的文件夹“train_images”和“val_images”。我的所有图像都在这两个文件夹中。我正在使用 DenseNet121 模型进行分类分类。我有两个不同的 y_df (数据帧)用于训练和验证。我知道 flow_from_directory
但为此我需要根据类在每个“train_images”和“val_images”内创建不同的子文件夹。
我想知道如果我不想创建这些子文件夹并且不使用 flow_from_directory
,如何将这些图像传递到模型中?
我使用 Keras 和 Tensorflow 作为后端。
最佳答案
如果您有一个包含图像文件名及其标签的数据框,则可以使用新引入的 flow_from_dataframe()
为此目的而精确定义的方法。它采用 Pandas 数据框,其中包含一列中图像的文件名以及另一列中相应的标签。 尚未正式发布,因此您需要在 Keras Github repository 上使用 Keras 的最新开发版本。不过,预计会在下一个版本中出现。
更新:它已包含在 Keras Preprocessing 1.0.4 中和 Keras 2.2.3 。
此外,还有a tutorial关于这个方法也是如此。
关于python - 如何使用包含文件名和标签的数据帧将带有类标签的图像从单个目录加载到 Keras 模型中?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/52574989/