Kasy ładowanie obrazów kolorowych

Question

Mam 3 foldery z kolorowymi obrazami. Nazwa folderu to etykieta obrazów wewnątrz.

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

chciałbym użyć biblioteki Keras stworzyć splotowego sieci neuronowej do klasyfikacji, ale nie mogę znaleźć, jak utworzyć zestaw danych z obrazów kolorowych. Czy możesz mi pomóc?

Answer 1

Proszę rozważyć ten gist of pre-trained VGG-16 model with example usage co uważam ilustracyjne:

Podsumowując:

1. Załaduj obrazy z OpenCV lub scikit wizerunku itp (L58)
2. Resize i/lub przyciąć obrazy do rozmiaru wejściowego (224 * 224 dla VGG-16) (L58)
3. Obliczyć i odjąć dla każdego obrazu wartość średnią (L59 ~ L61)
4. Zamiana wymiaru koloru przed Wysokość i szerokość (wymiary L62)
5. Jeśli używasz scikit wizerunek, trzeba zamienić kanały 3 kolor ponieważ obrazy obciążenia OpenCV jak BGR kanałów ale scikit-image załadować go jako RGB kanałów.
6. Dodaj wymiar wielkości partii (L63)
7. shuffle, partycji i złączyć je (wraz wymiar 0) w celu utworzenia danych treningowych X_train, dane testowe X_test itp wraz z gruntu prawdy Y_train, Y_test itp
8. Jeśli Twój zestaw danych jest zbyt duży, aby zmieścić się w pamięci, użyj zamiast niego generatora i funkcji fit_generator. (Keras ma także evaluate_generator i predict_generator)
9. Jesteś teraz gotowy do treningu.