python keras：图像读取和加载

Question

我想从多个目录中读取图像。为此，我使用了 Keras Image 数据生成器。应用预处理功能后，现在我想将整个数据加载到一个列表中。我尝试执行以下代码。

def preProcess(X):
    X = X.astype('float32')
    X = (X - 127.5) / 127.5
    return X

batch_sz=32
path = "/content/drive/My Drive/new_net/mini_unet_data/labeled/"
test_datagen = ImageDataGenerator(preprocessing_function=preProcess)
test_gen = test_datagen.flow_from_directory(directory=path,target_size=(256,256),batch_size=32,color_mode="rgb",class_mode="sparse",shuffle=True,seed=42)
test_images=[]
test_labels=[]


for i in range(int(test_gen.n/batch_sz)):
    tmp1, tmp2 = test_gen.next()
    test_images.append(tmp1)
    test_labels.append(tmp2)
test_images = np.asarray(test_images)
test_labels = np.asarray(test_labels)

test_images = np.reshape(test_images,(test_images.shape[0]*test_images.shape[1],test_images.shape[2],test_images.shape[3],test_images.shape[4]))
test_labels = np.squeeze(np.reshape(test_labels,(test_labels.shape[1]*test_labels.shape[0])))

上面的代码可以正常工作。但是加载大约 1500 张图像需要时间（超过 10 分钟）。那么有没有更好的方法来更快地实现这一目标？我尝试使用 glob 和 open cv 命令。这也太慢了。 谢谢。

Answer 1

每次运行评估代码时，您可以尝试两种方法来加快您的流程。

1. 将图像转换为 .npy 格式。使用 cv2 读取，然后将其从 BGR 更改为 RGB 并保存。
2. 您可以生成整个测试集的 npy 数组，然后使用预测/评估生成器。

（无法评论）