Keras - 从目录结构中获取标签作为字符串答案

【问题标题】：Keras - getting Labels as strings from directory structureKeras - 从目录结构中获取标签作为字符串
【发布时间】：2016-11-29 03:47:32
【问题描述】：

我正在尝试在 keras 中编写 CNN。我的数据集包含 250 个类别的 20,000 张图像，文件夹结构如下：

dataset/
    class1/
        1.png
        2.png
        ...
    class2/
        ...
    ...

据我了解，加载图像/标签的最简单方法是使用 ImageDataGenerator 和 flow_from_directory() 的组合。
最小的工作示例：

from keras.layers import Activation, Convolution2D, MaxPooling2D
from keras.models import Sequential
from keras.preprocessing.image import ImageDataGenerator

if __name__ == '__main__':    
    # input image dimensions
    img_rows, img_cols = 225, 225
    input_shape = (img_rows, img_cols, 1)

    model = Sequential()
    model.add(Convolution2D(64, 15, 15, input_shape=input_shape, subsample=(3, 3)))
    model.add(Activation('relu'))
    model.add(MaxPooling2D(pool_size=(3, 3), strides=(2, 2)))

    model.compile(loss='hinge', optimizer='adadelta', metrics=['accuracy'])

    data = ImageDataGenerator()
    train_data = data.flow_from_directory(directory='dataset', color_mode='grayscale', target_size=(img_rows, img_cols))
    model.fit_generator(train_data, 100, 12)

然而，这会因以下错误而停止：

Exception: Error when checking model target: expected maxpooling2d_1 to have 4 dimensions, but got array with shape (32, 250)

batch_size 为 32，类数为 250。

这是我如何检索图像/标签的问题吗？

【问题讨论】：

标签： python machine-learning deep-learning keras

【解决方案1】：

我的问题不是标签是字符串，而是错误的 CNN 架构。在MaxPooling2D 之后添加Flatten() 层我现在可以将网络的输出映射到我的标签。

【讨论】：