我是Tensorflow的新手并且正在实施深度学习。我有一个图像数据集（同一个对象的图像）。
我想使用python和Tensorflow 训练神经网络模型 进行对象检测。
我正在尝试将导入数据添加到Tensorflow，但我不确定这样做的正确方法是什么。
在线提供的大多数教程都使用公共数据集（即MNIST），在我需要使用自己的数据的情况下，导入很简单但没有帮助。
是否有我可以遵循的程序或教程？
答案 0 :(得分：0)
导入图像进行训练的方法有很多，您可以使用Tensorflow，但这些方法将作为Tensorflow对象导入，在运行会话之前，您无法将其可视化。
我最喜欢导入图片的工具是skimage.io.imread。导入的图像将具有维度(width, height, channels)
或者您可以使用scipy.misc中的导入工具。
要调整大小图片，您可以使用skimage.transform.resize。
在训练之前，您需要规范化所有图像的值介于0和1之间。为此，您只需将图像除以255即可。
下一步是一个热编码您的标签是一个0和1的数组。
然后你可以建立和训练你的CNN。
答案 1 :(得分：0)
您可以创建一个数据目录，其中包含每个包含相应图像文件的图像类的一个子目录，并使用tf.keras.preprocessing.image.ImageDataGenerator的flow_from_directory。
有关如何使用此内容的教程可在Keras Blog。
中找到