构建我自己的数据集以用于Tensorflow或Keras

Question

目前我以这种方式加载数据集：

from keras.datasets import mnist
(x_train, y_train), (x_test, y_test) = mnist.load_data()

但我想使用我自己的数据集，该数据集以这种方式在文件夹中标记：

flower_phoyos/daisy 
flower_phoyos/dandelion
flower_phoyos/roses
flower_phoyos/sunflowers
flower_phoyos/tulips

每个子文件夹都是一个要分类的类，分类器必须对雏菊、蒲公英、玫瑰、向日葵和郁金香进行分类。

解决方案可以是张量流或keras

Answer 1

不是最优雅的方法，但对于小型数据集来说，这应该足够了。 首先获取所有文件的列表，并记下它们的类：

import os
import numpy as np
from matplotlib import pyplot as plt
file_list = []
class_list = []
classnames = ['daisy', 'dandelion', 'roses', 'sunflowers', 'tulips']   
for class_name in classnames:
dir_list = os.listdir(os.path.join('flower_phoyos', class_name))
file_list.extend(dir_list)
class_list.extend([classnames] * len(dir_list))

现在你知道你有多少个例子(len(file_list)(，并且可以读取它们，将它们分配给一个numpy数组。

img_data = np.zeros(len(file_list), height, width, n_bands)
# Of course I've assumed that you want all of the images to be the same size.
for ii, file_ in enumerate(file_list):
img = plt.imread(file_)
# Resize to height, width if your images are not all the same size.
img_data[ii, :, :, :] = img
class_labels = np.array(class_list)

您现在可以对img_data和class_labels重新排序(确保以相同的方式对它们重新排序(，并将它们拆分为训练和测试。