如何从不同文件夹加载图像和文本标签以进行 CNN 回归

Question

我有两个文件夹，X_train 和 Y_train。 X_train 是图像，Y_train 是矢量和.txt 文件。 我尝试训练 CNN 进行回归。

我不知道如何获取数据和训练网络。 当我使用“ImageDataGenerator”时，它假设 X_train 和 Y_train 文件夹是类。

import os
import tensorflow as tf
os.chdir(r'C:\\Data')
from glob2 import glob

x_files = glob('X_train\\*.jpg')
y_files = glob('Y_rain\\*.txt')

上面，我找到了它们的目的地，我怎样才能带走它们并为 model.fit 做好准备？ 谢谢你。

Answer 1

确保x_files和y_files排序在一起，然后你可以使用这样的东西：

import tensorflow as tf
from glob2 import glob
import os

x_files = glob('X_train\\*.jpg')
y_files = glob('Y_rain\\*.txt')

target_names = ['cat', 'dog']

files = tf.data.Dataset.from_tensor_slices((x_files, y_files))

imsize = 128

def get_label(file_path):
    label = tf.io.read_file(file_path)
    return tf.cast(label == target_names, tf.int32)

def decode_img(img):
    img = tf.image.decode_jpeg(img, channels=3)
    img = tf.image.convert_image_dtype(img, tf.float32)
    img = tf.image.resize(images=img, size=(imsize, imsize))
    return img

def process_path(file_path):
    label = get_label(file_path)
    img = tf.io.read_file(file_path)
    img = decode_img(img)
    return img, label

train_ds = files.map(process_path).batch(32)

然后，可以将train_ds传递给model.fit()并将返回 32 对图像、标签的批次。