如何獲取影像到陣列，Tensorflow1.9

因此，出于系統特定的原因，我必須使用Tensorflow 1.9 。我想用一個由影像組成的自定義資料集來訓練一個 cnn。檔案夾結構看起來很像這樣：

./
    circles
    - circle-0.jpg
    - circle-1.jpg
    - ...
    hexagons
    - hexagon-0.jpg
    - hexagon-1.jpg
    - ...
    ... 

因此，我必須使用的示例使用 MNIST 并具有以下兩行特定的代碼：

mnist_dataset = tf.keras.datasets.mnist.load_data('mnist_data')
(x_train, y_train), (x_test, y_test) = mnist_dataset

在我的作業中，我也不得不使用這種資料格式(x_train, y_train), (x_test, y_test)，這似乎很常見。據我目前所知，這些資料集的格式是：(image_data, label)，并且類似于((60000, 28, 28), (60000,))，至少對于 MNIST 資料集。這里image_data應該是dtype uint8（根據這篇文章）。我發現，一個tf.data.Dataset()物件看起來像我需要的元組(image_data, label)。

到目前為止，一切都很好。但是從這些資訊中產生了一些我還無法弄清楚的問題，我想在哪里請求你的幫助：

1. (60000, 28, 28)意味著 60k 一個 28 x 28 的影像值陣列，對嗎？
2. 如果 1. 是正確的，我如何將我的影像（如我上面描述的目錄結構）變成這種格式？是否有一個函式可以產生一個我可以這樣使用的陣列？
3. 我知道我需要某種生成器函式來獲取所有帶有標簽的影像，因為在Tensorflow 1.9中tf.keras.utils.image_dataset_from_directory()似乎還不存在。
4. 標簽的實際外觀如何？例如，對于我的目錄結構，我會有這樣的東西：

（一種）

或 (B)

，其中相應的影像已經轉換為“ (60000, 28, 28)”格式？似乎我需要自己創建所有函式，因為似乎沒有一個好的函式可以將像我這樣的目錄結構帶到可以被Tensorflow 1.9使用的資料集，或者有嗎？我知道tf.keras.preprocessing.image.ImageDataGeneratorandimage_dataset_from_directory以及flow_from_directory()，但是，它們似乎都沒有給我帶來我想要的資料集值元組格式。

我真的很感激任何幫助！

uj5u.com熱心網友回復：

您必須為此構建一個自定義資料生成器。如果您有兩個陣列，train_paths其中包含影像的路徑和影像train_labels的標簽，那么此函式 ( datagen) 將生成影像作為陣列，并將它們各自的標簽作為元組(image_array, label)。
我還添加了一種使用字典對標簽進行整數編碼的方法encode_label

例如，train_paths并且train_labels應該如下所示：

train_paths = np.array(['path/to/image1.jpg','path/to/image2.jpg','path/to/image3.jpg'])
train_labels = np.array(['circle','square','hexagon'])

其中路徑'path/to/image1.jpg'的影像具有'circle'標簽，路徑'path/to/image2.jpg'的影像具有'square'標簽。

此生成器函式將作為批處理回傳資料，您也可以撰寫自定義增強技術（在augment函式內部）

import tensorflow as tf

# Hyperparameters
HEIGHT = 224 # Image height
WIDTH = 224 # Image width
CHANNELs = 3 # Image channels

# This function will encode your labels
encode_label = {'hexagon':0, 'circle':1, 'square':2}


def augment(image):
    # All your augmentation techniques are done here
    return image

def encode_labels(labels):
    encoded = []
    for label in labels:
        encoded.append(encode_label[label])
    return encoded

def open_images(paths):
    '''
    Given a list of paths to images, this function loads
    the images from the paths, then augments them, then returns it as a batch
    '''
    images = []
    for path in paths:
        image = tf.keras.preprocessing.image.load_img(path, target_size=(HEIGHT, WIDTH, CHANNELS))
        image = np.array(image)
        image = augment(image)
        images.append(image)
    return np.array(images)

# This is the data generator
def datagen(paths, labels, batch_size=32):
    for x in range(0,len(paths), batch_size):
        # Load batch of images
        batch_paths = paths[x:x batch_size]
        batch_images = open_images(batch_paths)
        # Load batch of labels
        batch_labels = labels[x:x batch_size]
        batch_labels = encode_labels(batch_labels)
        batch_labels = np.array(batch_labels, dtype='float').reshape(-1)
        
        yield batch_images, batch_labels

如果您無法tf.keras.preprocessing.image.load_img在 tensorflow 版本中作業，請嘗試使用替代方法來加載影像并調整其大小。另一種方法是使用 matplotlib 加載影像，然后使用 skimage 調整其大小。所以open_images函式是這樣的：

import matplotlib
from skimage.transform import resize

def open_images(paths):
    '''
    Given a list of paths to images, this function loads
    the images from the paths, then augments them, then returns it as a batch
    '''
    images = []
    for path in paths:
        image = matplotlib.image.imread(path)
        image = np.array(image)
        image = resize(image, (HEIGHT, WIDTH, CHANNELS))
        image = augment(image)
        images.append(image)
    return np.array(images)

標籤：Python 张量流 喀拉斯 深度学习

上一篇：驗證損失增加而不是減少是否正常

下一篇：如何用資料集擬合keras模型？