如何使用 tensorflow 将数据集拆分为图像和标签

Question

我使用 tensorflow.keras.preprocessing.image_dataset_from_directory() 导入图像数据集：

train = tf.keras.preprocessing.image_dataset_from_directory(
    'chest_xray/train/',
    labels = 'inferred',
    label_mode = 'categorical',
    class_names = ['NORMAL', 'PNEUMONIA'],
    color_mode = 'grayscale',
    batch_size = batch_size,
    image_size = (image_height, image_width),
    shuffle = True
    )

我试图将数据集拆分为图像和标签，但是我做不到。 有没有一种方法可以将火车拆分为 train_images 和 train_labels？

Answer 1

您将创建两个目录，即在您的例子中有两个文件夹，一个名为 NORMAL，另一个名为 PNEUMONIA。 你的目录结构应该是这样的

main_directory/
...class_a/
......a_image_1.jpg
......a_image_2.jpg

...class_b/
......b_image_1.jpg
......b_image_2.jpg

您的主目录将有一个文件夹，其中包含 class 个名称及其各自的图像。 所以在这里你不会分裂你将直接发送在其 label 本身下打包的数据。 您可以在此处参考文档

如果您正在寻找拆分训练和测试数据的代码，请告诉我。