Keras：如何使用`image_dataset_from_directory`加载测试集？

Question

我正在使用tf.keras.preprocessing.image_dataset_from_directory加载数据集，如下所示，

train_dataset = tf.keras.preprocessing.image_dataset_from_directory(train_dir, 
                                                                    labels='inferred', 
                                                                    label_mode='categorical',
                                                                    batch_size=32,
                                                                    image_size=(224, 224))


val_dataset = tf.keras.preprocessing.image_dataset_from_directory(val_dir, 
                                                                  labels='inferred', 
                                                                  label_mode='categorical',
                                                                  batch_size=32,
                                                                  image_size=(224, 224))

但是，当我检查文档时，这个参数labels似乎是必须的，但我的测试数据没有标签，那么我该如何加载测试数据呢？ 有没有方便统一的方法来做到这一点？

Answer 1

如果您的数据未标记，我认为您不能将其称为测试集，因为您将无法使用它评估算法的性能。

您要查找的参数是label_mode ，请参阅documentation 。 如果将其设置为label_model=None ，它将不会返回目标；

label_mode : 'int' : 表示标签被编码为整数（例如对于 sparse_categorical_crossentropy 损失）。 'categorical'表示标签被编码为分类向量（例如，用于 categorical_crossentropy 损失）。 'binary'表示标签（只能有 2 个）被编码为 float32 标量，值为 0 或 1（例如 binary_crossentropy）。 无（无标签）。