Keras:在flow_from\u directory（）中使用多个目录

Question

对于大多数数据集，图像是独立的，并且可以将它们随机地分成train/和{}目录，以便与Keras'flow_from_directory()一起使用。然而，对于我的申请，情况并非如此。例如，假设我想对人们是微笑还是皱眉进行分类。我招募了10名志愿者，拍摄了100张每个志愿者微笑和皱眉的照片，而不是使用网上随机发现的数千张照片。在我的最终应用程序中，我想对新用户是微笑还是皱眉进行分类。对于一个公平的测试，我必须确保在我的测试集中没有用户的图像出现在训练集中（否则我的分类器可能会发现特定于该用户的特性，这是我不想要的），所以我将一个用户排除在外，并在其他九个用户上训练我的模型。我的目录结构如下：

user1/
    smile/
        100 images
    frown/
        100 images
...
user10/
    smile/
        100 images
    frown/
        100 images

有什么方法可以将Keras user1/作为test/目录，user2/到{}作为train/目录？在

注意：我的问题不是this question的重复，因为这涉及到在多个目录中并行馈送以用于单个培训示例。我的问题类似于this，但是这个问题写得太差了，我不确定用户是否在问我同样的问题。在

Answer 1

@TimD1我相信如果你稍微改变一下你的目录结构，如下图所示，你可以在keras中使用flow_from_directory。在

Test_Directory/
             User1/
                  200 images here(don't create separate folders for smile and frown here) 

Train_Directory/
               Smile/
                     All the images for smile for users 2-10 
               Frown/
                     All the images for frown for users 2-10    

一旦有了这个目录结构，就可以使用下面的代码，并根据应用程序的需要更改详细信息。重要的是目录的路径，以及是否要创建验证集。在

^{pr2}$

在这一点之后，使用fit_generator来训练，predict_generator来测试。如果您选择为test_set将shuffle设置为True，则需要在预测测试标签之前执行test_set.reset()