keras 图像数据生成器 .flow_from_directory(directory) 统一/组合类答案

【问题标题】：keras image data generator .flow_from_directory(directory) unify/combine classeskeras 图像数据生成器 .flow_from_directory(directory) 统一/组合类
【发布时间】：2019-02-22 08:39:36
【问题描述】：

我将 Python 与 Keras 和 ImageDataGenerator 一起使用以从目录生成图像。我有大约 20 个类，我想以某种方式统一它们。例如，1-4 类是 x，5-8 类是 y。 ImageDataGenerator 可以在 flow_from_directory 中做到这一点，还是我必须根据统一类的需要以不同方式拆分目录（例如将目录 1-4 合并到 dir x 中）？

【问题讨论】：

标签： python image-processing machine-learning keras deep-learning

【解决方案1】：

我认为没有内置的方法可以做到这一点。但是，另一种方法是将生成器包装在另一个生成器中并修改其中的标签（为了演示，这里我假设我们最初有四个类，我们希望将类 1 和 2 视为新的第一类，第三类和第四类被视为新的第二类）：

# define the generator
datagen = ImageDataGenerator(...)

# assign class_mode to 'sparse' to make our work easier
gen = datagen.flow_from_directory(..., class_mode= 'sparse')

# define a mapping from old classes to new classes (i.e. 0,1 -> 0 and 2,3 -> 1)
old_to_new = np.array([0, 0, 1, 1])

# the wrapping generator
def new_gen(gen):
    for data, labels in gen:
        labels = old_to_new[labels]
        # now you can call np_utils.to_categorical method 
        # if you would like one-hot encoded labels
        yield data, labels

# ... define your model

# fit the model
model.fit(new_gen(gen), ...)

【讨论】：

使用class_mode sparse时，鉴于我的原始标签不是整数，它们将如何排序？例如猫狗和鸟，谁将成为 0,1 和 2？
@thebeancounter 根据the documentation，将对目录名称进行排序，然后进行索引映射：“将映射到标签索引的类的顺序将是字母数字” .此外，您可以使用class_indices 属性访问此映射（即字典）。