![](/img/trans.png)
[英]How to manually specify class labels in keras flow_from_directory?
[英]How to load the images with class labels from a single directory into Keras model using a dataframe containing filenames and labels?
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。
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 。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.