如何获取 ImageDataGenerator.flow_from_directory Keras 中的值列表？

Question

我们可以使用 ImageDataGenerator 和 flow_from_directory 方法生成图像数据集。 对于类的调用列表，我们可以使用 object.classes。 但是，如何调用值列表？ 我已经搜索过，但仍然没有找到。

谢谢:)

Answer 1

ImageDataGenerator 是一个 python 生成器，它每次都会生成一批形状与模型输入相同的数据（如(batch_size,width,height,channels) ）。 生成器的好处是当你的数据集太大时，你不能把所有的数据都放在你有限的内存中，但是，有了生成器，你可以每次生成一批数据。 并且 ImageDataGenerator 与model.fit_generator(), model.predict_generator() 。

如果要获取数字数据，可以使用生成器的next()函数：

import numpy as np    

data_gen = ImageDataGenerator(rescale = 1. / 255)

data_generator = datagen.flow_from_directory(
    data_dir,
    target_size=(img_height, img_width),
    batch_size=batch_size,
    class_mode='categorical')
data_list = []
batch_index = 0

while batch_index <= data_generator.batch_index:
    data = data_generator.next()
    data_list.append(data[0])
    batch_index = batch_index + 1

# now, data_array is the numeric data of whole images
data_array = np.asarray(data_list)

或者，您可以使用PIL和numpy处理图像：

from PIL import Image
import numpy as np

def image_to_array(file_path):
    img = Image.open(file_path)
    img = img.resize((img_width,img_height))
    data = np.asarray(img,dtype='float32')
    return data
    # now data is a tensor with shape(width,height,channels) of a single image.

然后，您可以使用此函数循环所有图像以获取数字数据。

注意，我建议您使用生成器而不是直接获取所有数据，否则可能会耗尽内存。

Answer 2

“但是，如何调用值列表” - 如果我理解正确，我猜您想知道数据集中的所有文件 - 如果正确，（或者如果不正确），您可以通过多种方式获取值从你的发电机：

1. 使用 object.filenames。

Object.filenames 返回目标文件夹中所有文件的列表。 我只是使用 len(object.filename) 函数来获取我的测试文件夹中的文件总数。 然后将该数字传回我的生成器并再次运行它。

2. 生成器

获取测试文件夹中所有项目数量的其他方法是 generator.n

3. x , y = test_generator.next() 加载我的数组和类（如果推断）。 或 a = test_generator.next()，其中您的数组和类将作为元组返回。

我只使用它，因为我的测试数据集非常小（60 张图像），并且我使用提取的特征来训练和预测我的模型（即特征数组而不是图像数组）。 如果您正在构建一个普通模型，使用生成器生成批次是更好的方法。

4. 使用生成器创建函数

def generate_test_data_from_directory(folder_path, image_target_size = 224, batch_size = 5, channels = 3, class_mode = 'sparse' ): '''fetch all out test data from directory''' test_datagen = ImageDataGenerator(rescale=1./255) test_generator = test_datagen.flow_from_directory( folder_path , target_size = (image_target_size, image_target_size), batch_size = batch_size, class_mode = class_mode) total_images = test_generator.n steps = total_images//batch_size #iterations to cover all data, so if batch is 5, it will take total_images/5 iteration x , y = [] , [] for i in range(steps): a , b = test_generator.next() x.extend(a) y.extend(b) return np.array(x), np.array(y)