如何在 keras flow_from_directory 中手動指定類標簽？

Question

問題：我正在訓練一個多標簽圖像識別模型。 因此，我的圖像與多個 y 標簽相關聯。 這與 ImageDataGenerator 的便捷 keras 方法“flow_from_directory”相沖突，其中每個圖像都應該位於相應標簽的文件夾中（ https://keras.io/preprocessing/image/ ）。

解決方法：目前，我正在將所有圖像讀入一個 numpy 數組並從那里使用“flow”函數。 但這會導致沉重的內存負載和緩慢的讀入過程。

問題：有沒有辦法使用“flow_from_directory”方法並手動提供（多個）類標簽？

---

更新：我最終為多標簽案例擴展了 DirectoryIterator 類。 您現在可以將屬性“class_mode”設置為值“multilabel”並提供一個字典“multlabel_classes”，它將文件名映射到它們的標簽。 代碼： https : //github.com/tholor/keras/commit/29ceafca3c4792cb480829c5768510e4bdb489c5

Answer 1

您可以簡單地使用flow_from_directory並通過以下方式將其擴展為多類：

def multiclass_flow_from_directory(flow_from_directory_gen, multiclasses_getter):
    for x, y in flow_from_directory_gen:
        yield x, multiclasses_getter(x, y)

multiclasses_getter在哪里為您的圖像分配一個多類向量/您的多類表示。 請注意， x和y不是單個示例，而是一批示例，因此這應該包含在您的multiclasses_getter設計中。

Answer 2

您可以編寫一個自定義生成器類，該類將從目錄中讀取文件並應用標簽。 該自定義生成器還可以接收一個 ImageDataGenerator 實例，該實例將使用 flow() 生成批次。

我在想象這樣的事情：

class Generator():

    def __init__(self, X, Y, img_data_gen, batch_size):
        self.X = X
        self.Y = Y  # Maybe a file that has the appropriate label mapping?
        self.img_data_gen = img_data_gen  # The ImageDataGenerator Instance
        self.batch_size = batch_size

    def apply_labels(self):
        # Code to apply labels to each sample based on self.X and self.Y

    def get_next_batch(self):
        """Get the next training batch"""
        self.img_data_gen.flow(self.X, self.Y, self.batch_size)

然后簡單地：

img_gen = ImageDataGenerator(...)
gen = Generator(X, Y, img_gen, 128)

model.fit_generator(gen.get_next_batch(), ...)

*免責聲明：我還沒有實際測試過這個，但理論上應該可行。

Answer 3

# Training the model
history = model.fit(train_generator, steps_per_epoch=steps_per_epoch, epochs=3, validation_data=val_generator,validation_steps=validation_steps, verbose=1,
                    callbacks= keras.callbacks.ModelCheckpoint(filepath='/content/results',monitor='val_accuracy', save_best_only=True,save_weights_only=False))

validation_steps或steps_per_epoch可能會超過原始參數的值。

steps_per_epoch= (int(num_of_training_examples/batch_size)可能會有所幫助。同樣的validation_steps= (int(num_of_val_examples/batch_size)會有所幫助