我是keras的新手,在测试了一些带有mnist图像的教程后,我想用我自己的数据集进行训练。数据是从0到9的数字的.png图像。 我将它们分为10个类,每个类分别包含100个.png数字图像(因此一个文件夹为0,一个文件夹为1,一个文件夹为2等)。
现在我想知道如何用python加载图像,让keras使用它们?
答案 0 :(得分:1)
您需要使用Keras'ImageDataGenerator().flow_from_directory()
从您的文件系统生成批量的图像数据,然后您将训练您的模型。在文件系统中组织图像后,下一步就是创建ImageDataGenerator()
。
This video演示如何准备图像数据并创建ImageDataGenerator()
,然后this video演示如何在图像数据上训练CNN。
这样的例子看起来像
train_batches = ImageDataGenerator().flow_from_directory(directory=<path_to_image_data>, target_size=(224,224), classes=[‘0’, '1', ‘2’, ‘3’, …, ‘9’], batch_size=10)