使用Keras，我如何输入图像的X_train(超过一千张图像)

Question

我的应用是使用机器学习(卷积神经网络)的事故避免汽车系统。我的图像是200x100 JPG图像，输出是一个包含4个元素的数组:汽车将向左、向右、停止或向前移动。因此，输出将使一个元素为1(根据应该采取的正确操作)，其他3个元素为0。

我现在想训练我的机器，以帮助它输入任何图像并独立决定动作。下面是我的代码:

from keras.models import Sequential
from keras.layers import Dense, Dropout, Activation, Flatten
from keras.layers import Convolution2D, MaxPooling2D
from keras.optimizers import SGD
import numpy as np
model = Sequential()
model.add(Convolution2D(16, 1, 1, border_mode='valid', dim_ordering='tf', input_shape=(200, 150, 1)))
model.add(Activation('relu'))
model.add(Convolution2D(16, 1, 1))
model.add(Activation('relu'))
model.add(MaxPooling2D(pool_size=(2, 2)))
model.add(Dropout(0.25)) #Cannot take float values
model.add(Convolution2D(32, 1, 1, border_mode='valid'))
model.add(Activation('relu'))
model.add(Convolution2D(32, 1, 1))
model.add(Activation('relu'))
model.add(MaxPooling2D(pool_size=(2, 2)))
model.add(Dropout(0.25))
model.add(Flatten())
# Note: Keras does automatic shape inference.
model.add(Dense(256))
model.add(Activation('relu'))
model.add(Dropout(0.5))
model.add(Dense(10))
model.add(Activation('softmax'))
model.fit(X_train, Y_train, batch_size=32, nb_epoch=1)

我如何输入我的图像(我有他们在我的电脑上)?我怎么确定y列呢?

Answer 1

这篇Keras博客文章，使用很少的数据构建强大的图像分类模型，是训练存储在目录中的图像模型的优秀教程。还介绍了ImageDataGenerator类，该类具有@isaac-moore回答中引用的成员函数flow_from_directory。flow from directory可以在图像上使用，其中使用目录结构来推断Y_train的值。

教程博客文章附带的三个python脚本可以在以下链接中找到:

1. classifier_from_little_data_script_1.py
2. classifier_from_little_data_script_2.py
3. classifier_from_little_data_script_3.py

(当然，这些链接在博客文章本身，但这些链接不是位于中心位置。)注意，脚本2和3建立在前一个脚本的输出之上。另外，请注意，需要从Kaggle和Github下载其他文件。

Answer 2

为train创建一个文件夹，并在该文件夹中为图像类创建单独的文件夹。

使用

访问图像

  train_generator = train_datagen.flow_from_directory(
    'data/train',
    target_size=(150, 150),
    batch_size=32,
    class_mode='binary')

参照keras.io

Answer 3

在这个存储库中有一个示例:

https://github.com/ZFTurbo/KAGGLE_DISTRACTED_DRIVER/blob/master/run_keras_simple.py

它们有不同的文件夹，在每个文件夹中都有不同类别的图像。他们使用OpenCV加载图像，并构建包含每个图像类的数组。