Keras flow_from_directory 类索引答案

【问题标题】：Keras flow_from_directory class indexKeras flow_from_directory 类索引
【发布时间】：2017-10-04 10:25:12
【问题描述】：

我以前是手动制作的，但现在我使用 flow_from_directory 用我自己的数据训练我的网络。我只有一个问题。当我制作 model.predict() 时，我怎么知道我的预测索引 0 是针对标签类别狗而索引 1 是针对类别猫？

我使用的代码如下。

train_datagen = ImageDataGenerator(
    rescale=1./255,
    shear_range=0.2,
    zoom_range=0.2,
    horizontal_flip=True)

test_datagen = ImageDataGenerator(rescale=1./255)

train_generator = train_datagen.flow_from_directory(
        train_images_path,  
        target_size=(64, 64),  
        batch_size=batch_size)  


validation_generator = test_datagen.flow_from_directory(
        validate_images_path,
        target_size=(64, 64),
        batch_size=batch_size)
early_stopping = keras.callbacks.EarlyStopping(monitor='val_acc', min_delta=0, patience=3, verbose=1, mode='auto')
history = model.fit_generator(
        train_generator,
        steps_per_epoch=1700,
        epochs=epochs,
        verbose=1,
        callbacks=[early_stopping],
        validation_data=validation_generator,
        validation_steps=196
)

我想知道的是配对图像与真实标签。

谢谢

【问题讨论】：

Flow_from 目录是一种方便的方法，您只需传递目录，它就会为 keras 生成正确的表示，从而抽象出您的内部过程，例如将原始像素获取到 numpy 数组、生成标签等。
不知道为什么投反对票。也许谁投反对票可以向我解释这一点。

标签： keras

【解决方案1】：

它非常简单。当你预处理你的数据时，只需用一些特定的整数替换类标签（你可以称之为 id）。因此，当您根据模型的输出计算损失或准确度时，只需将预测与根据整数标签 (id) 的基本事实进行比较。

如果您需要标签文本，您可以从 id（整数）中取回。

【讨论】：

我想你误会了。如果您手动执行此操作，则将图像转换为 numpy 数组等等。这就是你所说的方式。如果您只是将目录传递给 flow_from_directory 它是不同的。我的猜测是您从未使用过 flow_from_directory。

【解决方案2】：

当你收集数据时，你定义了它。没有规则。但是一个简单的检查方法是：

看看你的第一个训练图像是什么，你自己看看：是猫还是狗？
那么看训练Y（结果/类/期望的输出），是[0,1]还是[1,0]？

这将回答您的问题。

要从生成器中获取一个样本，您可以查看以下问题：How to get one value from a generator in Python?

正如Keras documentation 中定义的那样，生成器输出是（输入、目标）的元组

【讨论】：

嗨。感谢您的回答，但这不是 flow_from_directory 的工作方式。我猜你以前没用过？！？！
或者也许有办法从 flow_from_directory 生成器中获取 X 和 Y 值？
我明白了。也许this question 有帮助？（更新了答案）。
输出什么？ fit_generator 输出一个 History 对象。根据文档，flow_from_directory 不返回任何内容。
在 keras 文档中。传递给“fit_generator”的生成器必须产生一个带有（输入，目标）的元组。否则，您根本无法训练它。

【解决方案3】：

您可以通过 class_indices 属性获得生成器生成的每个类的索引。

print(validation_generator.class_indices)

简单...

【讨论】：

非常酷！就我而言，它看起来像按字母顺序排列文件夹名称。
这是确定性的吗？每次运行我都会得到相同的订单吗？如果按字母数字排序，不同操作系统上的排序是否相同？
我无法回答，因为我从未玩过 keras agang（自 2017 年以来）。
@LeonardFeehan 据记录，它们是按字母数字排序的，所以我想说你可以相信它是确定性的。