通过 Keras 加载自定义数据集

Question

我有一个简单的 GAN 模型（基于 Keras），用于基于 MNIST 数据集生成手写数字图像。我想使用来自 Sokoto Coventry 指纹数据集 (SOCOFing) 的原始图像数据为 Keras 创建一个类似的数据集，该数据集由 6000 个不同的黑白指纹图像样本组成，并将其应用于相同的 GAN 模型。问题是——我一直在创建和 loading/processing 自定义数据集。

这是我用于 MNIST 的模型的代码：

import os
import numpy as np
import matplotlib.pyplot as plt
from tqdm import tqdm
from keras.layers import Input
from keras.models import Model, Sequential
from keras.layers.core import Dense, Dropout
from keras.layers.advanced_activations import LeakyReLU
from keras.datasets import mnist
from tensorflow.keras.optimizers import Adam
from keras import initializers

os.environ["KERAS_BACKEND"] = "tensorflow"

np.random.seed(10)

random_dim = 100

def load_mnist_data():
    (x_train, y_train), (x_test, y_test) = mnist.load_data()
    x_train = (x_train.astype(np.float32) - 127.5)/127.5
    x_train = x_train.reshape(60000, 784)
    return (x_train, y_train, x_test, y_test)

出于实验目的，我创建了一个较小版本的 SOCOFing 数据集，其中仅包含 500 个样本。数据集生成器的代码如下：

from PIL import Image
import os
import numpy as np

path_to_files = "./fingerprints/"    
vectorized_images_X = []
vectorized_images_Y = []

for _, file in enumerate(os.listdir(path_to_files)):
    image = Image.open(path_to_files + file)
    image_array = np.array(image)
    vectorized_images_X.append(image_array)
    vectorized_images_Y.append(image_array)
np.savez("./fingerprints.npz",DataX=vectorized_images_X,DataY=vectorized_images_Y)
import numpy as np

path = "./fingerprints.npz"
with np.load(path) as data:
    train_data = data['DataX']
    print(train_data)
    test_data = data['DataY']
    print(test_data)

所以现在我有了一个 *.npz 文件，但不知道如何将它注入到模型中。请指教

Answer 1

这是插入任何 .npz 文件的示例代码，您可以参考此代码。

DATA_URL = 'https://storage.googleapis.com/tensorflow/tf-keras-datasets/mnist.npz'

path = tf.keras.utils.get_file('mnist.npz', DATA_URL)
with np.load(path) as data:
  train_examples = data['x_train']
  train_labels = data['y_train']
  test_examples = data['x_test']
  test_labels = data['y_test']

更多详情，可以关注这个link。

通过 Keras 加载自定义数据集

Loading Custom Dataset via Keras

python

keras

tensorflow

generative-adversarial-network

custom-dataset