如何使用图像和标签为 Tensorflow 创建数据集

Question

我想从一个特殊文件夹中的图像创建一个数据集。 接下来我想根据数据集中的方案使用 tensorflow 对它们进行分类。

有没有快速有效的方法来从图像和标签创建数据集？

Answer 1

你的问题有点含糊，但我认为你的意思是这样，你可以解决你的问题。

我猜你有一些图像，它们属于某些类别。 同一个 class 的图像在同一个文件夹中。 像这样：

images/
   cats/
       img_0.png
       img_1.png
       img_2.png
       ...
   dogs/
       img_0.png
       img_1.png
       img_2.png
       ...

您现在需要一个数据集，其中 x 值是图像，y 值是类。

如此处所述，您可以使用

train_ds = tf.keras.preprocessing.image_dataset_from_directory(
  data_dir,
  validation_split=0.2,
  subset="training",
  seed=123,
  image_size=(img_height, img_width),
  batch_size=batch_size)

加载您的数据。 在示例中，我给data_dir的变量应该保存值"images" 。 这是在 TensorFlow 中加载数据的快速便捷方式。 我建议单击我提供的链接以查看将数据加载到 TensorFlow 的完整教程。