Keras laden Farbbilder

Question

Ich habe 3 Ordner mit Farbbildern. Der Name des Ordners ist eine Bezeichnung für die darin enthaltenen Bilder.

cls1 
    |____img_0.png 
    |____ ... 
    |____img_n.png 
cls2 
    |____img_0.png 
    |____ ... 
    |____img_n.png 
cls3 
    |____img_0.png 
    |____ ... 
    |____img_n.png 

Ich mag Keras Bibliothek verwenden Faltungs neuronales Netz zur Klassifizierung zu schaffen, aber ich nicht finden kann, wie Daten-Set von Farbbildern erstellen. Können Sie mir helfen?

Answer 1

Bitte beachten Sie dies gist of pre-trained VGG-16 model with example usage die ich illustrative finden:

Fassen wir zusammen:

1. Laden Sie Ihre Bilder mit OpenCV oder scikit-Bild usw. (L58)
2. Resize und/oder zuschneiden Bilder passend zur Eingabegröße (224 * 224 für VGG-16) (L58)
3. Berechnen und subtrahieren Sie für jedes Bild den Mittelwert (L59 ~ L61)
4. Tauschen Sie die Farbdimension vor Höhe und Breite (L62)
5. Wenn Sie scikit-Bild verwenden, müssen Sie die drei Farbkanäle weil OpenCV Last Bilder als BGR Kanäle aber scikit-Bild laden Sie es als RGB Kanäle tauschen.
6. Fügen Sie die Losgröße Dimension (L63)
7. Shuffle, partitionieren und verketten sie (entlang Dimension 0) X_train, Testdaten X_test etc., um die Trainingsdaten zu bilden, zusammen mit Grundwahrheit Y_train, Y_test usw.
8. Wenn Ihr Datensatz ist zu groß, um in den Speicher zu passen, verwenden Sie stattdessen einen Generator und die Funktion fit_generator, um das Training durchzuführen. (Keras hat auch evaluate_generator und predict_generator)
9. Sie sind jetzt bereit für das Training.