Question

我的应用是使用机器学习（卷积神经网络）的事故避免汽车系统。我的图像是200x100 JPG图像，输出是4个元素的数组：汽车将向左，向右，停止或向前移动。因此，输出将使一个元素为1（根据应采取的正确操作），其他3个元素为0。

我想现在训练我的机器，以帮助它输入任何图像并独立决定动作。这是我的代码：

from keras.models import Sequential
from keras.layers import Dense, Dropout, Activation, Flatten
from keras.layers import Convolution2D, MaxPooling2D
from keras.optimizers import SGD

import numpy as np

model = Sequential()

model.add(Convolution2D(16, 1, 1, border_mode='valid', dim_ordering='tf', input_shape=(200, 150, 1)))
model.add(Activation('relu'))
model.add(Convolution2D(16, 1, 1))
model.add(Activation('relu'))
model.add(MaxPooling2D(pool_size=(2, 2)))
model.add(Dropout(0.25)) #Cannot take float values

model.add(Convolution2D(32, 1, 1, border_mode='valid'))
model.add(Activation('relu'))
model.add(Convolution2D(32, 1, 1))
model.add(Activation('relu'))
model.add(MaxPooling2D(pool_size=(2, 2)))
model.add(Dropout(0.25))

model.add(Flatten())
# Note: Keras does automatic shape inference.
model.add(Dense(256))
model.add(Activation('relu'))
model.add(Dropout(0.5))

model.add(Dense(10))
model.add(Activation('softmax'))

model.fit(X_train, Y_train, batch_size=32, nb_epoch=1)

如何输入我的图像（我将它们放在电脑上）？我怎样才能指定Y-train？

Answer 1

此Keras博客文章Building powerful image classification models using very little data是一个很好的教程，用于培训存储在目录中的图像模型。它还引入了flow_from_directory类，其中包含@ isaac-moore答案中引用的成员函数flow from directory。 Y_train可用于训练图像，其中目录结构用于推导<div id="sendingMMessage" class="statusMessage"> <p>Sending your message. Please wait...</p> </div> <div id="successMMessage" class="statusMessage"> <p>Thanks for sending your message! We'll get back to you shortly.</p> </div>的值。

教程博客文章附带的三个python脚本可以在以下链接中找到：

classifier_from_little_data_script_1.py
classifier_from_little_data_script_2.py
classifier_from_little_data_script_3.py

（当然，这些链接在博客文章中，但链接不在中心位置。）请注意，脚本2和3构建在前一个的输出上。另请注意，需要从Kaggle和Github下载其他文件。

Answer 2

在此存储库中，您有一个示例：

https://github.com/ZFTurbo/KAGGLE_DISTRACTED_DRIVER/blob/master/run_keras_simple.py

他们有不同的文件夹，在每个文件夹中都有不同的图像类。他们使用opencv加载图像，并且他们制作了一个包含每个图像类的数组。

Answer 3

为火车创建一个文件夹，在文件夹中为图像类创建单独的文件夹。

使用

访问图像

  train_generator = train_datagen.flow_from_directory(
    'data/train',
    target_size=(150, 150),
    batch_size=32,
    class_mode='binary')

参考keras.io

使用Keras，我如何输入X_train图像（超过一千张图像）？

3 个答案: