Keras ImageDataGenerator flow_from_directory用于以numpy数组作为图像类型进行分段

Question

我正在将ImageDataGenerator与flow_from_directory一起用于分段任务。

文件夹的结构为：

>      MyData/TrainImages/Train/image001.npy
>      MyData/TrainMasks/Train/image001.npy
>      MyData/ValImages/Val/image002.npy
>      MyData/ValMasks/Val/image002.npy

我跑步：

train_datagen = ImageDataGenerator(
     #augmentation stuffs...)
val_datagen = ImageDataGenerator(
     #ditto...)

train_image_generator = train_datagen.flow_from_directory(
     'MyData/TrainImages/',
     batch_size = BS)
train_mask_generator = train_datagen.flow_from_directory(
     'MyData/TrainMasks/',
     batch_size = BS)

val_image_generator = val_datagen.flow_from_directory(
     'MyData/ValImages/',
     batch_size = BS)
val_mask_generator = val_datagen.flow_from_directory(
     'MyData/ValMasks/',
     batch_size = BS)

train_generator = zip(train_image_generator, train_mask_generator)
val_generator = zip(val_image_generator, val_mask_generator)

但作为输出接收：

Found 0 images belonging to 1 classes.
Found 0 images belonging to 1 classes.
Found 0 images belonging to 1 classes.
Found 0 images belonging to 1 classes.

我在Google周围搜索，但是大多数答案都指向文件夹结构，我认为我的说法是正确的。这是因为我的图像存储为numpy数组，而不是预期的格式（jpg，png等）吗？

Answer 1

根据the documentation：

  

每个子目录目录树中的任何PNG，JPG，BMP，PPM或TIF图像都将包含在生成器中。

因此它将不会尝试加载.npy文件。幸运的是，实现自己的数据生成器应该相对容易。只需获取目录中所有文件的列表，以随机顺序选择文件，将它们装入numpy，然后yield即可。