在谷歌中使用你自己的数据集和 tfds.load

Question

总的来说，我是 Python 和 TensorFlow 的初学者，所以这是一个非常愚蠢的问题，但我仍然很困惑。我正在尝试创建一个图像分类器，但我不想使用 TensorFlow 已经拥有的数据集之一（在本例中为“bean”），而是想使用我自己的数据集。作为参考，这称为“花朵检测”，图像分为“训练”和“测试”。我已经将它上传到 Google Drive 并挂载了它，但我不知道如何在 tfds.load 中使用它。我正在学习教程，有没有办法可以更改下面的这行代码以使用我自己的数据集？

ds_test = tfds.load(name="beans", split="test")

如何将数据集从 Google Drive 导入 tfds.load？我是放入完整的文件夹，名称为“flower-detection”，还是分别放入“flower-detection/training”和“flower-detection/testing”？

我已经尝试过上网，但没有找到任何可行的方法。感谢您的帮助。

Answer 1

enter code here根据link，tfds 提供了即用型数据集。这意味着，没有任何规定可以上传您自己的并使用它。

但是，这不是路的尽头，你可以从 tensorflow 关注这个tutorial。我将概述创建数据集时必须使用的重要代码。

train_ds = tf.keras.preprocessing.image_dataset_from_directory(
  data_dir,
  subset="training",
  seed=123,
  image_size=(img_height, img_width),
  batch_size=batch_size)

val_ds = tf.keras.preprocessing.image_dataset_from_directory(
  data_dir,
  subset="validation",
  seed=123,
  image_size=(img_height, img_width),
  batch_size=batch_size)

这里根据你的训练和测试路径使用data_dir。

然后你就可以用它来训练模型了。

history = model.fit(
  train_ds,
  validation_data=val_ds,
  epochs=epochs
)