CNN使用哪种类型的数据？

Question

我试图了解CNN及其工作方式。我有一个非常基本的问题。从kaggle下载数据集后，它具有两个测试文件夹，其中包含多个图像进行训练。它还具有一个csv文件，其中包含图像名称，并带有标签“ 1”和“ 0”。所以我的困惑是是否要从火车文件夹或csv或两者中加载图像？

Answer 1

培训集

  

培训数据集是用于学习的示例的数据集，即   以适合例如分类器的参数（例如权重）。

---

测试集

  

因此，测试集是一组示例，仅用于评估   完全指定的分类器的效果（即泛化）。

from wikipedia

当您要训练图像分类器以识别0或1个类别时，需要借助监督学习方法，您需要显示图像数据和相关类别 strong>（csv文件数据）作为模型的练习。

然后在测试模型准确性时使用模型从未见过的数据。

Answer 2

所以您有一个像这样的数据集

..train/
    ../img1.jpg
    ../img2.jpg
    ../img3.jpg
    ..........
    ../imgn.jpg

..test/
    ../test1.jpg
    ../test2.jpg
    ../test3.jpg
    ............
    ../testn.jpg

此外，您还有一个train.csv文件，其中包含这样的数据

file_name    label
img1.jpg       0
img2.jpg       0
img3.jpg       1
img4.jpg       1
.......
.......
imgn.jpg       0

为了以监督的方式训练CNN模型，您需要在

中有一个标记数据集

image1 - label1
image2 - label2
image3 - label3
image4 - label4

在/train/文件夹中有图像，其相应的标签位于train.csv文件中。

因此，您必须从\train\文件夹中加载图像数据，并从csv文件中加载相应的标签。

在python中，假设您的图片是.jpg，您可以像这样轻松地做到这一点，

import cv2
import pandas as pd
import numpy as np
from tqdm import tqdm

# function to read image using opencv
def read_img(img_path):
    img = cv2.imread(img_path, cv2.IMREAD_COLOR)
    img = cv2.resize(img, (300, 300))
    return img

# path for the folder with train images
TRAIN_PATH = 'train_img/'

# reading train.csv file
train = pd.read_csv('train.csv')

# reading the image data 
train_img = []
for img_path in tqdm(train['file_name'].values):
    train_img.append(read_img(TRAIN_PATH + img_path + '.jpg'))

# assigning labels from the csv file
train_label = train['label'].tolist()

我使用tqdm来获得一个整洁的进度条来指示操作的进度，如果数据集如此之大，如果没有进度条就无法知道进度，剩余时间等，那将很痛苦。