CNN：当标签由地图给出时该怎么办答案

【问题标题】：CNN: What to do when labels are given by a mapCNN：当标签由地图给出时该怎么办
【发布时间】：2021-02-21 07:05:01
【问题描述】：

在为图像分类问题拟合卷积神经网络时，为了使用类似的函数

flow_from_directory()
image_dataset_from_directory()

Keras 期望火车数据以这种方式存储：

\data:
   \training
     \class_1
         "imag1.jpg"
         "imag2.jpg"
          ...
     \class_2
         "imag1.jpg"
         "imag2.jpg"
          ...
     ....

相反，我有一个数据集，其中所有图像都存储在一个文件夹中，还有一个 .json 文件，其中包含从文件名到标签的映射。类似的东西

{"18985.jpg": 0, "43358.jpg": 0, ... "13163.jpg": 1 ....}

有没有一种有效的方法来使用这个数据集？

【问题讨论】：

你想像那样使用这些文件，或者你想把它变成配置 image_dataset_from_directory 期望？
你可以使用数据框tensorflow.org/api_docs/python/tf/keras/preprocessing/image/…
@AlexandreCatalano 两种方式都会很好
我试过了告诉我是否有帮助:)

标签： python tensorflow image-processing keras

【解决方案1】：

我建议的解决方案是编写一个脚本来为您构建文件夹

第 1 步：打开 json，并获取唯一类别的列表

第 2 步：遍历唯一类别列表并在训练中创建一个文件夹

第 3 步：遍历 json，并将文件复制到正确的文件夹（您已经创建）

第 4 步：使用 image_dataset_from_directory 加载所有内容

另一个是使用 from_generator


import json 
  
# Opening JSON file 
f = open('data.json',) 
  
# returns JSON object as  
# a dictionary 
data = json.load(f) 

def gen():
for (image_path, label) in data.items():
   image = tf.keras.preprocessing.image.load_img(image_path)
   input_arr = keras.preprocessing.image.img_to_array(image)
   yield (input_arr, label)

dataset = tf.data.Dataset.from_generator(
     gen,
     (tf.float32, tf.float32),
     output_shapes=([32,256,256,3], [32,5]) # 5 is your number of categories

我个人会选择第一个^^

【讨论】：