Question

我在flow_from_directory ImageDataGenerator使用keras来训练我的卷积神经网络。我从this link下载了ILSVRC2012图像，我正在尝试训练和验证我的网络。培训文件夹具有分类在相应文件夹中的图像，但验证图像未分类到文件夹中，这不允许我使用flow_from_directory来测试验证准确性。有没有简单的方法将验证数据分类到相应的文件夹中？

Answer 1

我尝试使用下面的git代码链接。

         - https://raw.githubusercontent.com/soumith/imagenetloader.torch/master/valprep.sh

         - https://github.com/pytorch/examples/tree/master/imagenet

这个shell脚本让我将验证目录转换为子目录，其中图像被分类到相应的文件夹中。尝试将验证目录转换为相应的图像分类目录，并将子目录的父目录作为代码的输入。

谢谢

Answer 2

您可以使用库mxnet和gluon对各个文件夹中的imagenet验证数据进行分类。

请参阅https://gluon-cv.mxnet.io/build/examples_datasets/imagenet.html。

然后yuo可以使用keras验证数据生成器。

Answer 3

我正在两个班级做一个微调，首先你需要在你的代码中创建类似的东西

path_directory = "../images/"

path_classes_name = ['class_0','class_2',...,'class_999'] full list in order

image.ImageDataGenerator(rescale=0).flow_from_directory(path_directory, target_size=(244, 244), batch_size= 128, class_mode='categorical', shuffle=True,classes=path_classes_name)

此后path_directory需要完全组织blog.keras说。 Keras将为你制造魔力！

提示：不要忘记然后按顺序创建文件夹并使用synset名称（类似n04111531）！不是classes =]

的名称文字

ImageNet：ILSVRC2012中的验证类别

3 个答案: