如何将一系列图像“捆绑”在一起进行训练？

Question

大家好：假设我有300个子文件夹，每个子文件夹包含15〜19个按顺序排列的图像，则每个图像系列都表示一个事件，标记为0或1。如何在训练之前将每个系列的图像捆绑在一起？

到目前为止我的策略：

from glob import glob

# root_folder contains the 300 subfolders
root_folder = r"D:\shooting_videos\example\Output"

# get the names of subfolders
subfolders = [f.path for f in os.scandir(root_folder) if f.is_dir()]  

# loop over each subfolder, use glob to find the images in them
for i in subfolders:
    img_data = glob (i + "\*.jpg")
    print (img_data)

尽管此方法可以为我获取所有图像，但我希望格式为：子文件夹1中的图像，子文件夹2中的图像，子文件夹3中的图像...等。

然后我可以将其用作X_train，并为每个系列创建一个带有标签的Y_train，如下所示：

X_train = [images in subfolder 1; images in subfolder 2; images in subfolder 3]
Y_train = [0, 1, 0]

有什么想法吗？预先感谢！