我有一個(gè)帶有兩列的pandas數(shù)據(jù)框，其中一列具有圖像的路徑，另一列具有字符串類標(biāo)簽。我還編寫了以下函數(shù)，這些函數(shù)從數(shù)據(jù)幀加載圖像，對(duì)其進(jìn)行規(guī)范化并將類標(biāo)簽轉(zhuǎn)換為一鍵矢量。def prepare_data(df): data_X, data_y = df.values[:,0], df.values[:,1] # Load images data_X = np.array([np.array(imread(fname)) for fname in data_X]) # Normalize input data_X = data_X / 255 - 0.5 # Prepare labels data_y = np.array([label2int[label] for label in data_y]) data_y = to_categorical(data_y) return data_X, data_y我想將此數(shù)據(jù)幀提供給Keras CNN，但整個(gè)數(shù)據(jù)集太大而無法立即加載到內(nèi)存中。這個(gè)站點(diǎn)上的其他答案告訴我，為此，我應(yīng)該使用Keras ImageDataGenerator，但是老實(shí)說，我不理解如何從文檔中做到這一點(diǎn)。將延遲加載的批次中的數(shù)據(jù)饋送到模型的最簡(jiǎn)單方法是什么？如果它是ImageDataGenerator，如何創(chuàng)建一個(gè)ImageDataGenerator來對(duì)Dataframe進(jìn)行初始化，并將批處理通過我的函數(shù)傳遞，以創(chuàng)建適當(dāng)?shù)膎umpy數(shù)組？以及如何使用ImageDataGenerator擬合模型？
2 回答
縹緲止盈
TA貢獻(xiàn)2041條經(jīng)驗(yàn) 獲得超4個(gè)贊
我是Keras的新手，所以請(qǐng)服食我的鹽。我認(rèn)為您應(yīng)該使用Keras ImageDataGenerator，尤其是該flow_from_dataframe選項(xiàng)，因?yàn)槟f您擁有Pandas數(shù)據(jù)框。Flow_from_dataframe讀取數(shù)據(jù)框的cols以獲取文件名和標(biāo)簽。
以下是一個(gè)示例片段。在網(wǎng)上查找教程。
train_datagen = ImageDataGenerator(horizontal_flip=True,
vertical_flip=False,
rescale=1/255.0)
train_generator = train_datagen.flow_from_dataframe(
dataframe=trainDataframe,
directory=imageDir,
x_col="file", # name of col in data frame that contains file names
y_col=y_col_list, # name of col with labels
has_ext=True,
batch_size=batch_size,
shuffle=True,
save_to_dir=saveDir,
target_size=(img_width,img_height),
color_mode='grayscale',
class_mode='categorical', # for classification task
interpolation='bilinear')
添加回答
舉報(bào)
0/150
提交
取消