我有一个图像数据集，它有很多类。我将我的训练图像放在SINGLE目录中。我的想法是使用VGG16 / Inception模型的瓶颈功能，这些功能是在Imagenet数据集上预先训练的。我正在浏览Keras Document和其他相关博客，并发现如果我必须使用Keras的ImageDataGenerator类和fit_generator，我的训练图像应该根据不同的类位于不同的子文件夹中。我不想创建不同类的子文件夹并在其中放入相关图像，而是想编写自己的函数来读取图像。
有没有其他方法（不使用ImageDataGenerator）类可以创建瓶颈功能，然后在其上训练小的完全连接层？任何理论指导都会有所帮助。
基本上，我正在实施不同的技术/模型，如kNN，双层神经网络，CNN（LeNet，AlexNet等），现在对相同数据集上的大型模型（如VGG，Inception，ResNet等）进行微调以进行比较准确性和学习。我在思考上面的步骤时可能完全错了。因此，任何关于此的澄清或路径都会很棒。