Question

我在两个文件夹中有约1400张图像，其中文件夹名称是图像的标签。我遍历每个文件夹，并将其与标签一起添加到数组中。后来我将其传递给我的神经网络模型。

for folder in files:
   sdir = dir + "\\"
   sdir = sdir + folder
   print("inside loop " +sdir)
   count = 0
   for image in os.listdir(sdir):
     img = cv2.imread(image)
     count = count + 1
     if count <= 450:
       x_train.append(img)
       y_train.append(folder)
     else:
       x_test.append(img)
       y_test.append(folder)

model = tf.keras.models.Sequential()
model.add(tf.keras.layers.Flatten())
model.add(tf.keras.layers.Dense(128,activation=tf.nn.relu))
model.add(tf.keras.layers.Dense(128,activation=tf.nn.relu))
model.add(tf.keras.layers.Dense(10,activation=tf.nn.softmax))

Traceback (most recent call last):
  File "testing.py", line 43, in <module>
    model.fit(x_train,y_train, epochs=5)
  File "C:\Python\lib\site-packages\tensorflow\python\keras\engine\training.py", line 776, in fit
    shuffle=shuffle)
  File "C:\Python\lib\site-packages\tensorflow\python\keras\engine\training.py", line 2266, in _standardize_user_data
    'array or a list of arrays. You passed: x=' + str(x))
ValueError: Please provide as model inputs either a single array or a list of arrays.

Answer 1

我认为您的问题是由于files可能是一个字符串列表，因此folder（您作为标签传递给网络）是一个字符串，而网络将需要整数标签。

因此，根据您拥有的标签数量（两个，如果我理解正确的话），您可以定义一个词典

labels_to_ints = dict(zip(files,[0,1]))

将字符串映射到整数标签，然后使用

代替y_train.append(folder)

y_train.append(labels_to_ints[folder])

（并对应于y_test）。

当然，还有其他方法可以执行此映射。

在python中标记图像以进行分类

1 个答案: