-1
Iam新的keras和測試一些教程與mnist圖像後,我想用我自己的數據集進行訓練。數據是從0-9的數字.png圖像。 我命令他們進入10個班級,每個包含100個.png圖像的數字分開(所以一個文件夾爲0,一個文件夾爲1,一個文件夾爲2等..)。如何下載本地圖像集與Keras一起使用?
現在我想知道如何使用python加載圖像,以便keras使用它們?
Iam新的keras和測試一些教程與mnist圖像後,我想用我自己的數據集進行訓練。數據是從0-9的數字.png圖像。 我命令他們進入10個班級,每個包含100個.png圖像的數字分開(所以一個文件夾爲0,一個文件夾爲1,一個文件夾爲2等..)。如何下載本地圖像集與Keras一起使用?
現在我想知道如何使用python加載圖像,以便keras使用它們?
您需要使用Keras的ImageDataGenerator().flow_from_directory()
來從您的文件系統生成圖像數據批次,然後您將訓練模型。一旦你在文件系統中組織了你的圖像,創建ImageDataGenerator()
將是下一步。
This video演示如何準備圖像數據並創建您的ImageDataGenerator()
,然後this video演示如何在圖像數據上訓練您的CNN。
這方面的例子看起來像
train_batches = ImageDataGenerator().flow_from_directory(directory=<path_to_image_data>, target_size=(224,224), classes=[‘0’, '1', ‘2’, ‘3’, …, ‘9’], batch_size=10)