如何在张量流中加载本地图像?
Posted
技术标签:
【中文标题】如何在张量流中加载本地图像?【英文标题】:How to load local images in tensorflow? 【发布时间】:2020-02-22 13:07:55 【问题描述】:我从 tensorflow 文档中发现加载名为“flower_photos”的数据集的代码是
data_dir = tf.keras.utils.get_file(origin='https://storage.googleapis.com/download.tensorflow.org/example_images/flower_photos.tgz', fname='flower_photos', untar=True)
我的本地机器中有一些图像,我想加载并使用它来执行一些神经网络算法,例如 CNN。如何在tensorflow中加载和预处理本地存储的图像?
【问题讨论】:
您是在我提供的帮助下成功的吗? 是的。但是我发现基本的python图像预处理很容易实现,原因可能是我是初学者。 请发布您的解决方案作为答案:) 【参考方案1】:这是由 Keras 的图像预处理功能完成的。
我将对 Keras 文档中的示例进行一些解释(请read the docs 获取更多信息。)
这种预处理为训练提供了一个管道,并且有一个.flow_from_directory()
-方法可以从本地文件系统中读取。
在文档中的这个示例中,通过水平翻转图片并应用 0.2 的剪切范围和缩放范围来增强图片。重新缩放是为了将 RGB 值标准化为 0 到 1 的范围:
train_datagen = ImageDataGenerator(
rescale=1./255,
shear_range=0.2,
zoom_range=0.2,
horizontal_flip=True)
test_datagen = ImageDataGenerator(rescale=1./255)
train_generator = train_datagen.flow_from_directory(
'data/train',
target_size=(150, 150),
batch_size=32,
class_mode='binary')
validation_generator = test_datagen.flow_from_directory(
'data/validation',
target_size=(150, 150),
batch_size=32,
class_mode='binary')
model.fit_generator(
train_generator,
steps_per_epoch=2000,
epochs=50,
validation_data=validation_generator,
validation_steps=800)
有了这个 ImageDataGenerator,你可以使用.fit_generator()
-方法(而不是.fit()
)来使用这个准备好的管道来进行模型处理。
steps_per_epoch * batch_size 应该等于您的训练数据的大小。 validation_steps * batch_size 应该等于验证数据的大小。
【讨论】:
以上是关于如何在张量流中加载本地图像?的主要内容,如果未能解决你的问题,请参考以下文章
在 WebView 中加载页面之前,用本地 Android 资源替换 HTML 文档的图像