如何使用包含文件名和标签的数据帧将带有类标签的图像从单个目录加载到Keras模型中？

Question

我有两个单独的文件夹“ train_images”和“ val_images”。我在这两个文件夹中都有所有图像。我正在使用DenseNet121模型进行分类。我有两个不同的y_df（数据框）用于训练和验证。我了解flow_from_directory，但是为此，我需要根据类在每个“ train_images”和“ val_images”内部创建不同的子伪造器。

我想知道是否不想创建这些子锻件并且不使用flow_from_directory，如何将这些图像传递到模型中？ 我正在使用Keras与Tensorflow作为后端。

Answer 1

如果您有一个包含图像文件名及其标签的数据框，则可以使用为此目的专门定义的新引入的flow_from_dataframe()方法。它采用一个Pandas数据框，该数据框在一个列中包含图像的文件名，在另一列中包含它们的相应标签。 它尚未正式发布，因此您需要在Keras Github repository上使用Keras的最新开发版本。不过，预计它将在下一个版本中。

更新：它已包含在Keras Preprocessing 1.0.4和Keras 2.2.3中。

此方法也有a tutorial。