如何使用包含文件名和標簽的數據幀將帶有類標簽的圖像從單個目錄加載到Keras模型中？

Question

我有兩個單獨的文件夾“ train_images”和“ val_images”。 我在這兩個文件夾中都有所有圖像。 我正在使用DenseNet121模型進行分類。 我有兩個不同的y_df （數據y_df ）用於訓練和驗證。 我知道flow_from_directory但是為此，我需要基於類在每個“ train_images”和“ val_images”內部創建不同的子鍛造器。

我想知道是否不想創建那些子鍛造者並且不使用flow_from_directory ，如何將這些圖像傳遞到模型中？ 我正在使用Keras與Tensorflow作為后端。

Answer 1

如果您有一個包含圖像文件名及其標簽的數據flow_from_dataframe() ，則可以使用為此目的專門定義的新引入的flow_from_dataframe()方法。 它采用一個Pandas數據框，該數據框在一個列中包含圖像的文件名，在另一列中包含它們的相應標簽。 它尚未正式發布，因此您需要在Keras Github存儲庫上使用Keras的最新開發版本。 不過，預計它將在下一個版本中。

更新：它已包含在Keras預處理1.0.4和Keras 2.2.3中 。

另外，還有關於此方法的教程 。