无法加载自定义数据集答案

【问题标题】：Not able to load a custom dataset无法加载自定义数据集
【发布时间】：2019-02-26 09:46:29
【问题描述】：

我想在 keras 中训练一个 CNN 分类器，但我是自定义数据集。我已经创建了 CNN 模型，但我对如何将我的数据集输入到训练集、有效集和测试集完全感到困惑。我是深度学习的新手。我有 7 种类型的类，即 ['A','C','F','L','N','R','V']，但这些都包含在图像名称中。我的图像名称为MLII_C_1.jpeg or V1_C_1.jpeg。图像名称中的中间字母给了我它所属的类。如何加载我的图像？并按目标标签制作。请有人帮助我。

【问题讨论】：

这个问题太笼统，无法直接回答。查看glob 库中的glob 方法和imread 方法

标签： python numpy keras deep-learning dataset

【解决方案1】：

我相信ImageDataGenerator() 是最简单的方法之一，假设您将数据（图像）分为以下层次结构中的训练、验证和测试：

train-| class1
      | class2 
      . 
      .
      | classN 


valid-| class1
      | class2 
      . 
      .
      | classN 


test- | class1
      | class2 
      . 
      .
      | classN

然后在python中通过指定路径开始：

from keras.preprocessing.image import ImageDataGenerator

train_path = "Path"
valid_path = "Path"
test_path =  "Path"

然后简单地使用这个：

trainBatches = ImageDataGenerator().flow_from_directory(train_path, target_size=(224,224), classes=['class1', 'class2', .. , 'classn'], batch_size=64)
valBatches = ImageDataGenerator().flow_from_directory(valid_path, target_size=(224,224), classes=['class1', 'class2', .. , 'classn'], batch_size=32)
testBatches = ImageDataGenerator().flow_from_directory(test_path, target_size=(224,224), classes=['class1', 'class2', .. , 'classn'], batch_size=32)

【讨论】：

请记住，您必须在此处编写所有类 'classes=['class1', 'class2', .. , 'classn']'，在您的情况下：classes=[' class1'、'class2'、'class3'、'class4'、'class5'、'class6'、'class7']
如何为每个图像创建目标标签，而且我有两种类型的图像，例如 MVII_C_1.jpg 和 V2_C_1.jpg 都属于“C”类，但如何在你的代码。
您可以遍历文件并检查名称是否包含字母“C”然后保存在文件夹 C 中，这是一个单独的问题，您必须查找或为其创建新线程.