将数据加载到 X_train 和 Y_train
loading data into X_train and Y_train
如果这是我的数据组织方式,我将如何将这些数据加载到 x_train 和 y_train 以制作 keras 模型
train.zip
训练集的图像文件
train.txt
训练集的标签
test.zip
测试集的图像文件
这就是 train.txt 的样子
这些是 zip 文件的样子:
我不知道应该如何加载这些数据,这样我就可以为 x_train、y_train 和 x_test 以及 y_test 创建 numpy 数组,这样我就可以制作一个CNN模型。我尝试了很多东西,但没有运气
您可以使用 Image Data Generator。
您需要解压缩文件并向 txt 文件添加一列 header。
所以例如像这样:
Filename Label
train/0.jpg 5
train/1.jpg 21
现在您可以使用 pandas 读取 txt 文件,然后使用 ImageDataGenerator:
df = pandas.read_csv("uos-com2028/train/train.txt", delim_whitespace=True)
columns = [
"Label",
]
# you may want to rescale your image if it goes from 0 to 255
datagen = ImageDataGenerator(
rescale=1./255.,
)
# you will want to change color_mode, batch_size, and target_size depending on your image
traindata = datagen.flow_from_dataframe(
dataframe=df,
directory="uos-com2028/train",
x_col="Filename",
y_col=columns,
color_mode='rgb',
batch_size=16,
class_mode="raw",
target_size=(256, 256),
shuffle=True,
)
当 运行 model.fit()
时,您可以使用训练数据 object 作为训练输入
如果这是我的数据组织方式,我将如何将这些数据加载到 x_train 和 y_train 以制作 keras 模型
train.zip
训练集的图像文件
train.txt
训练集的标签
test.zip
测试集的图像文件
这就是 train.txt 的样子
这些是 zip 文件的样子:
我不知道应该如何加载这些数据,这样我就可以为 x_train、y_train 和 x_test 以及 y_test 创建 numpy 数组,这样我就可以制作一个CNN模型。我尝试了很多东西,但没有运气
您可以使用 Image Data Generator。 您需要解压缩文件并向 txt 文件添加一列 header。 所以例如像这样:
Filename Label
train/0.jpg 5
train/1.jpg 21
现在您可以使用 pandas 读取 txt 文件,然后使用 ImageDataGenerator:
df = pandas.read_csv("uos-com2028/train/train.txt", delim_whitespace=True)
columns = [
"Label",
]
# you may want to rescale your image if it goes from 0 to 255
datagen = ImageDataGenerator(
rescale=1./255.,
)
# you will want to change color_mode, batch_size, and target_size depending on your image
traindata = datagen.flow_from_dataframe(
dataframe=df,
directory="uos-com2028/train",
x_col="Filename",
y_col=columns,
color_mode='rgb',
batch_size=16,
class_mode="raw",
target_size=(256, 256),
shuffle=True,
)
当 运行 model.fit()
时,您可以使用训练数据 object 作为训练输入