python - 创建自定义图像数据集时出现 numpy 数组形状问题

Question

我正在尝试使用 jpg 图像为深度学习项目创建自定义数据集。我需要批量阅读它们。使用下面的代码执行此操作，但我的数组形状是 (100, 1, 224, 224, 3) 而不是 (100,224, 224, 3)。有什么建议吗？

path = '/content/drive/My Drive/Dataset/Training'
X=[]
for img in os.listdir(path):
    pic = cv2.imread(os.path.join(path,img))
    pic = cv2.cvtColor(pic,cv2.COLOR_BGR2RGB)
    pic = cv2.resize(pic,(224,224))
    X.append([pic])
X=np.array(X)
print(X.shape)

(100, 1, 224, 224, 3)

Answer 1

从一般角度来看，使用 numpy 中的 squeeze 从张量中删除未使用的维度(单位长度)。

例如:

print(np.squeeze(X).shape)

给你:

(100, 224, 224, 3)

但也许在您的情况下，在第 7 行中使用 X.append(pic) 就足够了(尝试检查这一点)。

提示:使用numpy时尽量避免使用列表。关于@hpaulj注释，可以使用numpy的concatenate函数代替列表:

# initialization like X = []
X = np.zeros([0]+list(pic.shape))
...
# append
X = np.concatenate((X, pic.reshape([1]+list(pic.shape))), axis=0)