使用 ImageDataGenerator 时如何使用 to_categorical

Question

我正在使用 Keras 对图像（多个类）进行分类，并且我正在使用 ImageDataGenerator。它会自动找到所有类，并且似乎没有在任何变量中写入标签。我想我需要使用 to_categorical 以矩阵形式存储我的标签，但我只是不知道在哪里使用它。

这是我的代码的 sn-p：

...
datagen = ImageDataGenerator(
    rotation_range=40,
    width_shift_range=0.2,
    height_shift_range=0.2,
    rescale=1./255,
    shear_range=0.2,
    zoom_range=0.2,
    horizontal_flip=True,
    fill_mode='nearest')

# generator for training
train_generator = datagen.flow_from_directory(
train_dir,
target_size=(img_width, img_height),
batch_size=batch_size,
class_mode='categorical')

# generator for validation
val_generator = datagen.flow_from_directory(
val_dir,
target_size=(img_width, img_height),
batch_size=batch_size,
class_mode='categorical')

# generator for testing
test_generator = datagen.flow_from_directory(
test_dir,
target_size=(img_width, img_height),
batch_size=batch_size,
class_mode='categorical')

# train
model.fit_generator(
train_generator,
steps_per_epoch=nb_train_samples // batch_size,
epochs=epochs,
validation_data=val_generator,
validation_steps=nb_validation_samples // batch_size)

生成器只会说“找到属于 5 个类别的 442 张图像”。或类似的东西。如何在我的标签上使用 to_categorical？

Answer 1

由于您传递的是class_mode='categorical'，因此您不必使用to_categorical() 手动将标签转换为一个热编码向量。

生成器将返回分类标签。

Answer 2

如果你想要一个热向量的特定顺序，你可以通过classes 参数来提供它，这可能是有用的（即使在两年之后）。
例如，如果您想要"dog"=[1,0] 和"cat"=[0,1]，则显式设置：
classes=["dog", "cat"]。