Question

我正在研究从我的文件夹中读取自己的图像。如果你能帮助我，我将感激不尽。

我成功阅读了文件夹中的所有图片并创建了自己的onehot_encoded标签。但是，每次运行我的代码时，都需要花费大量时间来读取文件夹中的所有图像。因此，我想从这些图像创建数据集并将其保存为MNIST以便更快地使用。因此，我不会再读完我的整个图像了。你能帮帮我吗？

代码是：

  path = "D:/cleandata/train_data/"
  loadedImages = []
  labels = []
  sess = tf.InteractiveSession()
  tf.global_variables_initializer().run()
  for i in range(len(os.listdir(path))):
        imagesList = listdir(path+os.listdir(path)[i])
        for image in imagesList:        
            image_raw_data_jpg tf.gfile.FastGFile(path+os.listdir(path)
            [i]+'/'+image, 'rb').read()  
            raw_image =tf.image.decode_png(image_raw_data_jpg,3)
            gray_resize=tf.image.resize_images(raw_image, [28, 28]) 
            image_data = 
            sess.run(tf.image.rgb_to_grayscale(gray_resize))         
            loadedImages.append(image_data)

Answer 1

以下是有关如何使用TFRecords文件的教程。它显示了如何创建文件（包含图像和标签）并从中读取。

http://www.machinelearninguru.com/deep_learning/tensorflow/basics/tfrecord/tfrecord.html

或者您可以使用zipfile，并在图像文件名中包含标签，从而将它们保持在一起（这就是我所做的）

从文件夹中读取自己的多个图像并将其另存为数据集以进行培训

1 个答案: