2016-05-07 223 views
11

我有3個彩色圖像文件夾。文件夾的名稱是內部圖像的標籤。Keras loading彩色圖像

cls1 
    |____img_0.png 
    |____ ... 
    |____img_n.png 
cls2 
    |____img_0.png 
    |____ ... 
    |____img_n.png 
cls3 
    |____img_0.png 
    |____ ... 
    |____img_n.png 

我想用Keras庫創建分類卷積神經網絡,但我找不到,如何創建彩色圖像數據集。 你能幫我嗎?

回答

11

請考慮這個gist of pre-trained VGG-16 model with example usage我覺得這說明:

總結:

  1. 負載OpenCV的或scikit,圖像等您的圖像(L58)
  2. 調整大小和/或裁剪你圖像以適合輸入尺寸(對於VGG-16爲224 * 224)(L58)
  3. 計算併爲每幅圖像減去均值(L59〜L61)
  4. 將色彩維度高度和寬度尺寸(L62)
  5. 如果使用scikit圖像,需要交換的3個顏色通道的OpenCV因爲負載的圖像作爲BGR通道但scikit圖像加載它作爲RGB通道。
  6. 添加批量大小尺寸(L63)
  7. 洗牌,分區和將它們連接起來(沿着維度0),以形成訓練數據X_train,測試數據等X_test隨着地面實況Y_trainY_test
  8. 如果您的數據集太大而不適合內存,請使用生成器並使用功能fit_generator來進行培訓。 (凱拉斯也有evaluate_generatorpredict_generator
  9. 你現在已經準備好接受培訓了。
+0

謝謝!我正在尋找這種簡短的概述。好答案。 –

+1

第三步將刪除圖像的顏色不相似性。這個例子在所提出的例子中起作用,因爲它試圖分類一隻貓,它將繼續是一隻貓,而不管圖像中的顏色變化。如果您認爲這些信息對您很重要(例如,在白天/夜晚;室內/室外進行決定;將作品分類爲作者),那麼您應該保留它。在這種情況下,「全局」標準化可能是解決方案(即'(image-dataset_mean)/ dataset_std')。 – ldavid