2017-10-04 2 views
2

Je suis nouveau à Deep Learning. J'ai cette question: J'essaie de former un réseau avec this data. Tout est dans un dossier et les étiquettes sont dans un fichier mat différent. Je comprends que je peux lire les données avec scipy.ioImages Keras sans sous-dossiers

Mais comment puis-je obtenir le train X dans un dossier? Si j'utilise le built_from_directory intégré, il ne montre aucune image, car chaque classe devrait avoir son propre dossier. Comment créer un X avec un seul dossier?

Maintenant, il montre Found 0 images belonging to 0 classes

Il y a juste un dossier avec des images. Toutes les images sont dans 1 dossier. Je veux dire qu'il n'y a pas de dossier de classes. Avec flow_from_directory, vous devriez avoir quelque chose comme voitures/mercedes, cars/bmw, cars/audi, mais mes données n'ont pas de sous-dossiers.

Donc, ma question est là d'une autre manière de créer des données X?

+0

Veuillez publier votre code lorsque vous essayez de charger les données et décrire votre architecture de dossier plus en détail. – displayname

+0

Il y a juste un dossier avec des images. Toutes les images sont dans 1 dossier. Je veux dire qu'il n'y a pas de dossier de classes. Avec flow_from_directory, vous devriez avoir quelque chose comme voitures/mercedes, cars/bmw, cars/audi, mais mes données n'ont pas de sous-dossiers. Donc, ma question est là d'une autre manière de créer des données X. –

Répondre

1

Le link vous montre également posté a download link à « A DevKit, y compris les étiquettes de classe pour les images de formation et boîtes englobantes pour toutes les images ».

Vous y trouverez les informations dont vous avez besoin pour transformer votre jeu de données dans la structure de dossiers souhaitée pour flow_from_directory().

Des 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. 
0

Set cours à None et de mettre toutes les images dans un sous-dossier de votre dossier d'image.

Par exemple:

  • flow_from_directory (répertoire = "/ chemin/vers/votre/images /", class_mode = "None", ...)
  • mettre vos images en /path/to/your/images/data