根据 Keras 中的图像和子文件夹名称设置 X 和 y 用于训练 CNN

Question

下面的代码片段为我提供了属于三个类别的 150 个图像（有三个子文件夹，每个子文件夹有 50 个图像 - 这些文件夹以 Iris 的类别命名，我正在尝试编写一个 CNN 进行分类）。

我的问题是如何将图像的 np arrays 设置为我的 X 并将子文件夹名称设置为我的 y 来训练我的 CNN？

import keras
from keras.preprocessing.image import ImageDataGenerator

train_gen = ImageDataGenerator(rescale = 1./255,
shear_range = 0.2, zoom_range = 0.2, horizontal_flip = True)
test_gen = ImageDataGenerator(rescale = 1./255)
training_set = train_gen.flow_from_directory(r"Iris_Imgs",
target_size = (5, 5), shuffle=True, batch_size = 15, class_mode = 'binary')
train_imgs, train_labels = next(training_set)
test_set = test_gen.flow_from_directory(r"Iris_Imgs",
target_size = (5, 5), shuffle=True, class_mode = 'binary')
test_imgs, test_labels = next(test_set)

Answer 1

您错误地使用了 flow_from_directory。 除非您的数据已经分组到子文件夹中，否则 flow_from_directory 将无法正常工作。

使用 flow_from_dataframe。 将图像的路径存储在一列中，将 class_labels 存储在另一列中。 然后使用 flow_from_dataframe。 这是您应该使用的，因为您的数据未分类在子文件夹中。