2024-06-13 02:11:29 发布
网友
我是新来的keras和测试了一些与mnist图像教程后,我想用我自己的数据集训练。数据是0-9的.png图像。 我把它们分为10个类,每个类分别包含100.png的数字图像(因此一个文件夹用于0,一个文件夹用于1,一个文件夹用于2,等等)。在
现在我想知道如何用python加载图像,以便keras使用它们?在
您需要使用Keras'ImageDataGenerator().flow_from_directory()从文件系统生成成批的图像数据,然后在这些文件系统上训练模型。在文件系统中组织好图像后,下一步就是创建ImageDataGenerator()。在
ImageDataGenerator().flow_from_directory()
ImageDataGenerator()
This video演示如何准备图像数据并创建ImageDataGenerator(),然后this video演示如何在图像数据上训练CNN。在
这个例子看起来像
train_batches = ImageDataGenerator().flow_from_directory(directory=<path_to_image_data>, target_size=(224,224), classes=[‘0’, '1', ‘2’, ‘3’, …, ‘9’], batch_size=10)
您需要使用Keras'
ImageDataGenerator().flow_from_directory()
从文件系统生成成批的图像数据,然后在这些文件系统上训练模型。在文件系统中组织好图像后,下一步就是创建ImageDataGenerator()
。在This video演示如何准备图像数据并创建
ImageDataGenerator()
,然后this video演示如何在图像数据上训练CNN。在这个例子看起来像
相关问题 更多 >
编程相关推荐