Pertanyaan Gambar yang keras tanpa subfolder


Saya baru dalam Pembelajaran Mendalam. Saya punya pertanyaan ini: Saya mencoba untuk melatih jaringan dengan data ini. Semuanya dalam satu folder dan label berada dalam file mat berbeda.

Saya mengerti bahwa saya dapat membaca data dengan scipy.io. Tapi bagaimana saya bisa mendapatkan X kereta dalam satu folder? Jika saya menggunakan built in flow_from_directory itu tidak menunjukkan gambar, karena setiap kelas harus memiliki folder itu sendiri.

Bagaimana saya bisa membuat X hanya dengan satu folder? Sekarang ini menunjukkan Found 0 images belonging to 0 classes

Hanya ada folder dengan gambar. Semua gambar dalam 1 folder. Maksud saya tidak ada folder kelas. Dengan flow_from_directory Anda harus memiliki sesuatu seperti mobil / mercedes, mobil / bmw, mobil / audi, tetapi data saya tidak memiliki subfolder.

Jadi pertanyaan saya adakah cara lain untuk membuat data X?


5
2017-10-04 18:48


asal


Jawaban:


Setel kelas ke None dan menyimpan semua gambar ke dalam satu subfolder dari folder gambar Anda.

Sebagai contoh:

  • flow_from_directory (direktori = "/ path / ke / your / images /", class_mode = "None", ...)
  • masukkan gambar Anda ke dalamnya /path/to/your/images/data

4
2017-10-05 10:38



Itu link Anda memposting juga menunjukkan tautan unduhan ke "Sebuah devkit, termasuk label kelas untuk gambar pelatihan dan kotak pembatas untuk semua gambar".

Anda akan menemukan informasi di sana yang Anda butuhkan untuk mengubah kumpulan data Anda ke dalam struktur folder yang diinginkan flow_from_directory().

Dari README.md

-cars_meta.mat:
  Contains a cell array of class names, one for each class.

-cars_train_annos.mat:
  Contains the variable 'annotations', which is a struct array of length
  num_images and where each element has the fields:
    bbox_x1: Min x-value of the bounding box, in pixels
    bbox_x2: Max x-value of the bounding box, in pixels
    bbox_y1: Min y-value of the bounding box, in pixels
    bbox_y2: Max y-value of the bounding box, in pixels
    class: Integral id of the class the image belongs to.
    fname: Filename of the image within the folder of images.

1
2017-10-05 09:13