我们如何在迁移学习中为我们的训练集提供标签？

Question

我正在尝试使用专门针对徽标进行训练的预训练模型。我正在使用 MobileNet 进行徽标培训。如果我们从头开始制作我们的 CNN 模型，那么我们会在其中提供标签。我不知道如何在迁移学习中提供标签。当我们使用 flow_from_directory 函数时，任一图像数据生成器都会自动提供标签。下面显示了一小部分代码。详细说明！

training_set = train_datagen.flow_from_directory('Datasets/Train',
                                                 target_size = (224, 224),
                                                 batch_size = 32,
                                                 class_mode = 'categorical')
        r = model.fit_generator(training_set,validation_data=test_set,epochs=5,steps_per_epoch=len(training_set),
    validation_steps=len(test_set)
        )

Answer 1

我相信标签是从目录架构中推断出来的，所以如果每个训练集和测试集的主目录如下所示：

main_directory/
...class_a/
......a_image_1.jpg
......a_image_2.jpg
...class_b/
......b_image_1.jpg
......b_image_2.jpg

你应该没事的。有关更多示例，请参阅 this

我们如何在迁移学习中为我们的训练集提供标签？

How do we provide the labels to our training set in transfer learning?

machine-learning

neural-network

deep-learning

conv-neural-network

transfer-learning