使用图像和标签的数据框创建 Tensorflow 数据集

Question

我想用 tensorflow 创建一个数据集，并将图像作为数组 (dtype=unit8) 并将标签作为字符串提供给它。图像和相应的标签存储在数据框中，列命名为 Image as Array 和 Labels.

Image as Array (type = array)	Labels (type = string)
img_1	'ok'
img_2	'not ok'
img_3	'ok'
img_4	'ok'

我的挑战：我不知道如何从数据框中提供数据集，大多数教程更喜欢从目录加载数据的方式。

谢谢你的转发，希望你能帮我加载数据集中的图像。

Answer 1

一种可能是使用range创建索引数据集，然后将数组和标签映射到一起。

# array
img = np.random.rand(4, 2, 2, 2)
label = np.array(['ok', 'not ok', 'ok', 'ok'])

# convert to tf constant
img = tf.constant(img)
label = tf.constant(label)

# create dataset with 0 - 3 index
dataset = tf.data.Dataset.range(len(label))
# map dataset
dataset = dataset.map(lambda x: (img[x, :, :, :], label[x]))

输出：

<MapDataset element_spec=(TensorSpec(shape=(2, 2, 2), dtype=tf.float64, name=None), TensorSpec(shape=(), dtype=tf.string, name=None))>

输出列表-第二个idx:

for i in dataset:
    print(list(i)[1])

tf.Tensor(b'ok', shape=(), dtype=string)
tf.Tensor(b'not ok', shape=(), dtype=string)
tf.Tensor(b'ok', shape=(), dtype=string)
tf.Tensor(b'ok', shape=(), dtype=string)

Answer 2

您实际上可以将数据帧直接传递给 tf.data.Dataset.from_tensor_slices:

import tensorflow as tf
import numpy as np
import pandas as pd


df = pd.DataFrame(data={'images': [np.random.random((64, 64, 3)) for _ in range(100)],
                        'labels': ['ok', 'not ok']*50})

dataset = tf.data.Dataset.from_tensor_slices((list(df['images'].values), df['labels'].values)).batch(2)

for x, y in dataset.take(1):
  print(x.shape, y)
# (2, 64, 64, 3) tf.Tensor([b'ok' b'not ok'], shape=(2,), dtype=string)

使用图像和标签的数据框创建 Tensorflow 数据集

Create Tensorflow Dataset with dataframe of images and labels

python

tensorflow

image-processing

computer-vision

tensorflow-datasets