ImageDataGenerator flow_from_directory 与孙文件夹

Question

我有一个 k-fold 训练数据集，但它的结构有一个孙文件夹，例如：

/monkey
     / howler monkey
         - img1
         - img2
     / japanese macaque
         - img1
         - img2
/dog
     / bulldog
         - img1
         - img2
     / Rottweiler
         - img1
         - img2

在这种情况下，当我使用ImageDataGenerator flow_from_directory 时。准确找到 8 个 img，但班级有 2 个，而不是 4 个。我怎样才能获得 4 个班级？

Answer 1

我有这个问题很长时间了，我无法使用.flow_from_directory 找到直接答案。而我所做的是使用.flow_from_dataframe。首先，我刚刚创建了一个带有图像路径及其相应标签的数据框（在您的情况下是吼猴、日本猕猴等）。制作此数据框时，您不会在任何时候实际加载图像。

它会是这样的：

images_paths_label = []
for root_class in os.listdir(root_folder):
   temp_class = os.path.join(root_folder, root_class)
   for class in os.listdir(temp_class):
       temp_subclass = os.path.join(temp_class, class)
       for image in os.listdir(temp_subclass):
           temp_img_path = os.path.join(temp_subclass, image)
           images_paths_label.append([temp_img_path, class])

df = pd.DataFrame(images_paths_label, columns = ['image_path', 'label'])

# Now the flow_from_dataframe part
generator = ImageDataGenerator(validation_split = 0.2)
train_generator = generator.flow_from_directory(df, directory = None, x_col = 'image_path', y_col = 'label', seed = 14,...)

• 在使用前检查代码 sn-p 的缩进。我只是在 stackoverflow 中输入它。

您提供directory = None，因为您将绝对路径放在数据框的image_path 列中。并且指定了一个种子，因为shuffle= True 默认情况下它应该是正确的，因为您的数据帧样本是按类排序的。并在此处设置种子，可以确保验证数据保持不变。

这应该让您总体了解如何在仍然使用生成器的同时克服这个问题。如果您发现任何问题，请告诉我。