如何加载视频(图像序列)以成为CNN-LSTM深度学习模型的数据输入?

时间:2019-02-12 09:29:06

标签: keras deep-learning lstm

在我的项目中,我有两个数据类,“异常”和“正常”。我已经为这两种类型的数据分离了训练和验证文件夹。结构如下: 每个视频文件都包含视频剪辑的图像帧,不同的视频文件夹包含不同数量的帧。现在,我需要将框架作为数据输入加载到模型中,并将它们标记为一组。我怎样才能做到这一点?我使用keras API。

train
------abnormal
--------------video1
---------------------image1
---------------------image3
---------------------image3
---------------------image...
--------------video2
--------------video3
--------------video...

------normal
(the same as above)

1 个答案:

答案 0 :(得分:0)

您可以将所有图像放在一个文件夹中,然后重命名它们,例如1.normal.jpg,1.abnormal.jpg。这样,您将减少打开特定类的文件夹和读取图像所花费的时间。

重命名它们后,可以使用给定方法将其拆分为标签:

def label(img): 
    word_label = img.split('.')[-2]
    if word_label == 'normal':
        return 1 
    elif word_label == 'abnormal':
        return 0