python深度学习加载图像数据集

Question

我是深度学习的新手。 我自己都觉得自己很傻，因为我一天要问很多问题。

我正在通过 glob 加载图像，但遇到了问题。

我计划将图像加载到 numpy，我希望它的形状是：宽度 * 高度 * 图像计数（只有 1 个形状），但事实并非如此。 我要128*128*242，结果是128、128、3（不知道'3'是从哪里来的）

我认为，问题之一是我需要加载整个图像，但每次我将数据更新到新图像时，而不是计算计数。

我正在学习“深度学习”来做“深度学习”，我真的很想以后自己做，请帮忙。

数据示例：

[[255 255 255]
 [255 255 255]
 [255 255 255]
      ...
 [255 255 255]
 [255 255 255]
 [255 255 255]]

这是我的代码

def _load_img():
# I get data_list with
# data_list = glob('dataset\\training\\*\\*.jpg')
    for v in data_list: 
        data = np.array(Image.open(v))

#img_size : 128 * 128
#I reshaped the data to get 242 the number of images count.
    data = data.reshape(-1, img_size)

    return data

Answer 1

图像通常采用RGB 格式，产生 3 个通道，因此为 128*128* 3 * 242。

由于您不想丢失 RGB 信息，您可以使用：

data = data.reshape(-1, img_size * 3)

考虑到RGB，这就是传统图像处理架构将其输入通道设置为 3 的原因。但是，MNIST 等黑白数据集只有一个通道。

注意开头的 224 x 224 x 3。

Image size: 224 X 224
Channel size (RGB) : 3

[编辑]

for v in data_list: 
        data = np.array(Image.open(v))

您没有在任何地方添加新创建的数组。也许创建一个列表来处理所有图像：

data = [np.array(Image.open(v)) for v in data_list]

但是，在处理图像之前加载所有图像的效率非常低，因此在需要时将图像一张一张地加载是一种很好的做法。但这应该可以解决您手头的问题吗？