将训练数据从 matlab 传输到张量流

Question

我使用 MATLAB 的图像标签器应用程序为 500 张图像创建了 PixelLabelData。 因此，我得到了每个图像的原始图像和类标签。此信息存储在.mat格式的gTruth文件中。我想使用这个数据集在tensorflow(Google Colab(中训练Unet。

由于系统限制(RAM 不足和没有 GPU(，我无法在 MATLAb 上完成训练任务。但是，我已经读到我们可以从 MATLAB 导入训练数据以在 Colab 中使用。因此，我在Google云端硬盘上上传了原始图像集，标记的像素和相应的mat文件(gTruth.mat(，然后将驱动器安装到Colab环境中。但是我不知道如何在 Colab 中继续处理 mat 文件。

Answer 1

pixelLabelTrainingData 函数将允许您为输入和像素标记的图像获取两个单独的数据存储。

[imds,pxds] = pixelLabelTrainingData(gTruth);

https://www.mathworks.com/help/vision/ref/pixellabeltrainingdata.html

给定这些，您可以使用相同的命名约定将每个图像(标记为图像(写入并行目录，并使用具有所选图像文件格式的 imwrite。

inputImageDir = 'pathOfYourChoice';
count = 0;
while hasdata(imds)
img = read(imds);
fname = sprintf('img%d.png',count);
name = fullfile(inputImageDir,fname);
imwrite(img,name);
end

从那里，您应该能够使用标准的 tensorflow 工具(例如数据集(来读取图像目录。