ValueError：输入数组应具有与目标数组相同数量的样本。找到 1600 个输入样本和 1800 个目标样本

Question

我在这里按照本教程进行图像分类。 链接：Keras image classification

我引用的代码是Bottleneck feature 我面临的问题： 1.原教程只有两个类，但我正在尝试做多类分类。 我的文件结构如下：

data
  train
    class1
    class2
    class3
    class4
  test
    class1
    class2
    class3
    class4

原代码中以下代码用于二分类。

train_labels = np.array(
    [0] * (nb_train_samples / 2) + [1] * (nb_train_samples / 2))

validation_data = np.load(open('bottleneck_features_validation.npy'))
validation_labels = np.array(
    [0] * (nb_validation_samples / 2) + [1] * (nb_validation_samples / 2))

我明白，为了进行多类分类，我必须将其更改为：

train_labels = np.array(
    [0] * (class0_train_size) + [1] * (class1_train_size)+ [2] * (class2_train_size) + [3] * (class3_train_size))

validation_data = np.load(open('bottleneck_features_validation.npy'))
validation_labels = np.array(
    [0] * (class0_test_size) + [1] * (class1_test_size)+ [2] * (class2_test_size) + [3] * (class3_test_size))

我的问题是我的火车测试规模因不同的班级而异，所以我很难对它们进行硬编码。有没有办法可以根据文件夹内的实际图像数量动态分配它们，而不是硬编码大小？感谢您的慷慨帮助！

Answer 1

获得不同类流行的一种可能性是使用 os 库。例如对于测试类，您可以首先使用以下命令获取测试文件夹中的类列表：

import os

abs_path = "/bla/bla/test"
test_classes = [d for d in os.listdir(abs_path)]

您可以获取每个类目录中的文件数，然后使用字典或列表存储它们：

test_class_sizes = dict()
for c in classes:
    test_class_folder = os.path.join(abs_path, c)
    test_class_sizes[c] = len([d for d in os.listdir(test_class_folder)])

最后你使用这个字典来构建你的平面标签列表：

validation_labels = [[k]*class_size for k, class_size in enumerate(class_sizes)]
flattened_validatoin_labels = [label for class_list in validation_labels for label in class_list]