如何找到keras中class有多少张图片

Question

我正在尝试做一个关于黑色素瘤的示例项目（来自 kaggle 的项目）。 使用 tf.keras.utils.image_dataset_from_directory 我得到了 train_ds 但我想打印出每个 class 有多少图像。示例：光化性角化病：x 图像基底细胞癌：y 图像

我用来加载数据的代码是

data_dir = pathlib.Path("Train\\")
batch_size = 32
img_height = 180
img_width = 180

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

这给了我这个 output

找到属于 9 个类的 6739 个文件。 使用 5392 个文件进行训练。 和这个：

class_names = train_ds.class_names
print(class_names)

给我班级的名字

我如何查看有多少图像属于哪个 class？ 实现此目的的一种方法是使用以下代码计算目录下的文件（取自 github）

def class_distribution_count(directory):
    count= []
    for path in pathlib.Path(directory).iterdir():
        if path.is_dir():
            count.append(len([name for name in os.listdir(path)
                               if os.path.isfile(os.path.join(path, name))]))
    sub_directory = [name for name in os.listdir(directory)
                    if os.path.isdir(os.path.join(directory, name))]
    return pd.DataFrame(list(zip(sub_directory,count)),columns =['Class', 'No. of Image'])
df = class_distribution_count(data_dir)
df

但我正在尝试查看是否有一种方法无需读取目录中的文件而是直接从 keras 数据集中获取此信息。

提前致谢

我也试过这个

import pandas as pd
dataset_unbatched = tuple(train_ds.unbatch())
labels = []
for (image,label) in dataset_unbatched:
    labels.append(label.numpy())
labels = pd.Series(labels)
count = labels.value_counts()
print(count)

但我得到的值列表不是 label 名称

Answer 1

只需用train_ds.class_names替换count的index ，如下所示：

import pandas as pd
dataset_unbatched = tuple(train_ds.unbatch())
labels = []
for (image,label) in dataset_unbatched:
    labels.append(label.numpy())
labels = pd.Series(labels)

# adjustments
count = labels.value_counts().sort_index()
count.index = ds.class_names

确保事先对索引进行排序，因为它是按频率或首次出现排序的。