Question

我正在尝试使用keras创建多标签分类模型。因此，我将所有图像都放在一个文件夹中。此外，我有一个CSV文件，其中包含每个图像的路径，后跟多个可能的标签

Example of my CSV:

path, x1, x2, x3    
img/img_00000001.jpg,1,0,1
img/img_00000002.jpg,0,0,1
...

我正在尝试使用flow_from_directory读取图像，并通过CSV提供相应的标签。我到目前为止看起来像这样：

image_path= "C:/user/Images"


data_generator = ImageDataGenerator(rescale=1./255, 
                                    validation_split=0.20)

train_generator = data_generator.flow_from_directory(image_path, target_size=(IMAGE_HEIGHT, IMAGE_SIZE), shuffle=True, seed=13,
                                                     class_mode='binary', batch_size=BATCH_SIZE, subset="training")

validation_generator = data_generator.flow_from_directory(image_path, target_size=(IMAGE_HEIGHT, IMAGE_SIZE), shuffle=False, seed=13,
                                                     class_mode='binary', batch_size=BATCH_SIZE, subset="validation")

在此建议解决类似问题的方法：How to manually specify class labels in keras flow_from_directory?提供以下代码：

def multiclass_flow_from_directory(flow_from_directory_gen, multiclasses_getter):
    for x, y in flow_from_directory_gen:
        yield x, multiclasses_getter(x, y)

但是，我无法弄清楚如何实现multiclasses_getter（）使其能够工作。

Answer 1

尝试使用flow_from_dataframe代替flow_from_directory

Keras：如何使用flow_from_directory提供自定义标签？

1 个答案: