1
我正在研究來自Caltech的256_ObjectCategories數據集。他們已將256個類別中的所有圖像組織到不同的文件夾中。我使用Keras的ImageDataGenerator來加載數據集,但我無法使用相同的方法將其分解爲訓練和測試。我如何在終端上執行此操作而不移動圖像或更改目錄?任何幫助表示讚賞。謝謝。 :)如何將圖像數據集分爲火車和測試集?
我正在研究來自Caltech的256_ObjectCategories數據集。他們已將256個類別中的所有圖像組織到不同的文件夾中。我使用Keras的ImageDataGenerator來加載數據集,但我無法使用相同的方法將其分解爲訓練和測試。我如何在終端上執行此操作而不移動圖像或更改目錄?任何幫助表示讚賞。謝謝。 :)如何將圖像數據集分爲火車和測試集?
現在,這似乎不可能與ImageDataGenerator開箱即用。看到這個線程:https://github.com/fchollet/keras/issues/5862
用戶AloshkaD建議爲您創建的索引列表與水珠解決方法:rasterList = glob.glob(os.path.join(path_of_your_image_directory, '*.jpg'))
,分割該清單的驗證部分編程並送入fit_generator的validation_data
參數()。