ImageDataGenerator流来自带有孙子文件夹的\u目录

Question

我有一个k-fold train数据集，但其结构有一个孙子文件夹，用于：

/monkey
     / howler monkey
         - img1
         - img2
     / japanese macaque
         - img1
         - img2
/dog
     / bulldog
         - img1
         - img2
     / Rottweiler
         - img1
         - img2

在这种情况下，当我使用ImageDataGenerator{}时。找到了8个img，但该类有2个img，而不是4个img。我怎样才能上4节课

Answer 1

这个问题我已经问了很长时间了，我无法用.flow_from_directory直接找到答案。我所做的是使用.flow_from_dataframe。首先，我刚刚创建了一个带有图像路径及其相应标签的数据框（在您的例子中是howler monkey、japanese macque等）。制作此数据帧时，您不会在任何点实际加载图像

事情会是这样的：

images_paths_label = []
for root_class in os.listdir(root_folder):
   temp_class = os.path.join(root_folder, root_class)
   for class in os.listdir(temp_class):
       temp_subclass = os.path.join(temp_class, class)
       for image in os.listdir(temp_subclass):
           temp_img_path = os.path.join(temp_subclass, image)
           images_paths_label.append([temp_img_path, class])

df = pd.DataFrame(images_paths_label, columns = ['image_path', 'label'])

# Now the flow_from_dataframe part
generator = ImageDataGenerator(validation_split = 0.2)
train_generator = generator.flow_from_directory(df, directory = None, x_col = 'image_path', y_col = 'label', seed = 14,...)

• 在使用代码段之前，请检查其缩进。我只是在这里输入stackoverflow

您给出了directory = None，因为您在数据帧的image_path列中放置了一个绝对路径。指定种子是因为默认情况下shuffle= True，它应该是真的，因为您的数据帧样本是按类排序的。在这里设置种子，可以确保验证数据保持不变

这将使您全面了解如何在仍然使用生成器的情况下克服此问题。如果发现任何问题，请告诉我