在为图像分类问题拟合卷积神经网络时,为了使用以下函数
flow_from_directory()
image_dataset_from_directory()
Keras希望列车数据以这种方式存储:
\data:
\training
\class_1
"imag1.jpg"
"imag2.jpg"
...
\class_2
"imag1.jpg"
"imag2.jpg"
...
....
相反,我有一个数据集,其中所有图像都存储在一个文件夹中,还有一个.json
文件,其中包含从文件名到标签的映射。差不多
{"18985.jpg": 0, "43358.jpg": 0, ... "13163.jpg": 1 ....}
是否有一种有效的方法来使用此数据集
我建议的解决方案是编写一个脚本来为您构建文件夹
步骤1:打开json,并获得一个独特类别的列表
第2步:迭代唯一类别列表,并在training下创建一个文件夹
步骤3:迭代json,并将文件复制到正确的文件夹(您已经创建了该文件夹)
步骤4:从目录中使用图像\u数据集\u加载所有内容
另一种方法是从发电机使用
就我个人而言,我会选择第一个
相关问题 更多 >
编程相关推荐