keras ImageDataGenerator目标数据

时间:2018-09-03 10:37:07

标签: python neural-network keras deep-learning

根据this页,我们可以使用ImageDataGenerator类(和flow_from_directory方法)构建生成器,并将其传递给model.fit_generator 喀拉拉邦的方法;像这样:

train_datagen = ImageDataGenerator(rescale=1./255)

train_generator = train_datagen.flow_from_directory(
    'data/train',
    target_size=(150, 150),
    batch_size=32,
    class_mode='categorical')

model.fit_generator(
    train_generator,
    steps_per_epoch=2000,
    epochs=50)

但是在flow_from_directory方法中,它仅从目录而不是目标标签中获取用于训练的图像,因为在普通的model.fit方法中,您将目标数据作为参数传递,{{1 }}仅接受训练图像的生成器;那么预期的输出在哪里呢?

1 个答案:

答案 0 :(得分:1)

flow_from_dictionary说,“每个类应该包含一个子目录”,这是因为子目录的名称将是该类的标签,因此如果要在适当的位置使用猫和狗的图片带有标签的目录,标签可能是狗和猫,这很可能是您要寻找的东西,我记得使用了这样的功能,如果更改了,我什么也不能说