我正在开发一种多标签分类模型,尝试使用 Keras 将两个模型(CNN 和文本分类器)组合成一个模型,并将它们一起训练,如下所示:
#cnn_model is a vgg16 model
#text_model looks as follows:
### takes the vectorized text as input
text_model = Sequential()
text_model .add(Dense(vec_size, input_shape=(vec_size,), name='aux_input'))
## merging both models
merged = Merge([cnn_model, text_model], mode='concat')
### final_model takes the combined models and adds a sofmax classifier to it
final_model = Sequential()
final_model.add(merged)
final_model.add(Dense(n_classes, activation='softmax'))
因此,我正在使用 ImageDataGenerator 来处理图像和相应的标签。
对于图像,我使用自定义辅助函数,通过 pandas 数据帧提供的路径将图像读取到模型中 - 一个用于训练 (df_train),一个用于验证 (df_validation)。数据框还在“label_vec”列中提供模型的最终标签:
# From https://github.com/keras-team/keras/issues/5152
def flow_from_dataframe(img_data_gen, in_df, path_col, y_col, **dflow_args):
base_dir = os.path.dirname(in_df[path_col].values[0])
print('## Ignore next message from keras, values are replaced anyways')
df_gen = img_data_gen.flow_from_directory(base_dir, class_mode = 'sparse', **dflow_args)
df_gen.filenames = in_df[path_col].values
df_gen.classes = numpy.stack(in_df[y_col].values)
df_gen.samples = in_df.shape[0]
df_gen.n = in_df.shape[0]
df_gen._set_index_array()
df_gen.directory = '' # since we have the full path
print('Reinserting dataframe: {} images'.format(in_df.shape[0]))
return df_gen
from keras.applications.vgg16 import preprocess_input
train_datagen = keras.preprocessing.image.ImageDataGenerator(preprocessing_function=preprocess_input) horizontal_flip=True)
validation_datagen = keras.preprocessing.image.ImageDataGenerator(preprocessing_function=preprocess_input)#rescale=1./255)
train_generator = flow_from_dataframe(train_datagen, df_train,
path_col = 'filename',
y_col = 'label_vec',
target_size=(224, 224), batch_size=128, shuffle=False)
validation_generator = flow_from_dataframe(validation_datagen, df_validation,
path_col = 'filename',
y_col = 'label_vec',
target_size=(224, 224), batch_size=64, shuffle=False)
现在我正在尝试向模型提供我的单热编码文本向量(即 [0,0,0,1,0,0]
),这些向量也存储在 Pandas 数据框。
由于我的 train_generator 为我提供了图像和标签数据,我现在正在寻找一种解决方案来将此生成器与一个生成器结合起来,该生成器允许我另外提供相应的文本向量
最佳答案
您可能需要考虑编写自己的生成器(利用 Keras 的 Sequence
对象来允许多处理)而不是修改 ImageDataGenerator
代码。来自 Keras 文档:
class CIFAR10Sequence(Sequence):
def __init__(self, x_set, y_set, batch_size):
self.x, self.y = x_set, y_set
self.batch_size = batch_size
def __len__(self):
return int(np.ceil(len(self.x) / float(self.batch_size)))
def __getitem__(self, idx):
batch_x = self.x[idx * self.batch_size:(idx + 1) * self.batch_size]
batch_y = self.y[idx * self.batch_size:(idx + 1) * self.batch_size]
return np.array([
resize(imread(file_name), (200, 200))
for file_name in batch_x]), np.array(batch_y)
您可以将标签、图像路径和文本文件路径放在单个 pandas 数据框中,并修改 __getitem__
上面的方法让你的生成器同时生成所有三个:一个 numpy 数组列表 X
其中包含所有输入,一个 numpy 数组 Y
其中包含输出。
关于python - Keras:结合数据生成器来处理图像+文本,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/51697695/