Question

我是深度学习的新手。我有这个问题：我正在尝试用this data训练一个网络。一切都在一个文件夹中，标签在不同的mat文件中。

我知道我可以用scipy.io读取数据。但是如何在一个文件夹中获得火车X？如果我使用内置的flow_from_directory它没有显示图像，因为每个类都应该拥有它自己的文件夹。

如何只用一个文件夹创建X？现在它显示Found 0 images belonging to 0 classes

只有一个带图像的文件夹。所有图像都在1个文件夹中。我的意思是没有类文件夹。使用flow_from_directory你应该有像汽车/奔驰，汽车/宝马，汽车/奥迪这样的东西，但我的数据没有子文件夹。

所以我的问题是有没有其他方法来创建X数据？

Answer 1

将类设置为None并将所有图像放入图像文件夹的一个子文件夹中。

例如：

flow_from_directory(directory = "/path/to/your/images/", class_mode="None", …)
将您的图片放入/path/to/your/images/data

Answer 2

您发布的link也会向{一个devkit显示a download link，包括用于训练图像的类标签和所有图像的边界框。

您可以在那里找到所需的信息，以便将您的数据集转换为flow_from_directory()所需的所需文件夹结构。

来自README.md

-cars_meta.mat:
  Contains a cell array of class names, one for each class.

-cars_train_annos.mat:
  Contains the variable 'annotations', which is a struct array of length
  num_images and where each element has the fields:
    bbox_x1: Min x-value of the bounding box, in pixels
    bbox_x2: Max x-value of the bounding box, in pixels
    bbox_y1: Min y-value of the bounding box, in pixels
    bbox_y2: Max y-value of the bounding box, in pixels
    class: Integral id of the class the image belongs to.
    fname: Filename of the image within the folder of images.

没有子文件夹的Keras图像

2 个答案: