Keras image_gen.flow_from_directory() 中的 class_mode 参数表示啥？

Posted 2023-02-16

【中文标题】Keras image_gen.flow_from_directory() 中的 class_mode 参数表示啥？

【英文标题】：what does class_mode parameter in Keras image_gen.flow_from_directory() signify?Keras image_gen.flow_from_directory() 中的 class_mode 参数表示什么？

【发布时间】：2020-04-13 18:52:41

【问题描述】：

train_image_gen = image_gen.flow_from_directory('/Users/harshpanwar/Desktop/Folder/train',
                                               target_size=image_shape[:2],
                                               batch_size=batch_size,
                                               class_mode='binary')

在上面的代码 sn-p 中 class_mode='binary' 表示什么。我认为这是图像类别的数量。我正在使用此代码在 Keras 中训练图像识别分类器，以在狗和猫等 2 个不同类别之间进行分类。那么如果 class_mode='binary' 是为了表示两个类别，我们如何使它成为三个或更多？

【问题讨论】：

这个可以在文档中找到，关于ti的问题就不用问了：keras.io/preprocessing/image/#flow_from_directory

@MatiasValdenegro 好吧，我之前试过但没能得到它。感谢您重定向到正确的链接。我也找到了更好的解释@medium.com/@vijayabhaskar96/…

【参考方案1】：

class_mode：“分类”、“二进制”、“稀疏”、“输入”或无之一。默认值：“分类”。确定返回的标签数组的类型：-“categorical”将是 2D one-hot 编码标签，-“binary”将是 1D 二进制标签，“sparse”将是 1D 整数标签，-“input”将是相同的图像输入图像（主要用于自动编码器）。 - 如果为 None，则不返回任何标签（生成器只会产生批量图像数据，这对于与 model.predict_generator() 一起使用很有用）。请注意，在 class_mode None 的情况下，数据仍然需要驻留在 directory 的子目录中才能正常工作。

【讨论】：

您好，您在引用的时候，也请提供出处。 > keras.io/api/preprocessing/image

【参考方案2】：

假设您的数据集中有 N 个类。如果你有 4 个标签，狗（索引 0）、猫（1）、驴（2）和人（3），N 就是 4。

课堂模式：

"categorical"：2D 输出（又名长度为 N 的数字列表），[0, 0, 1, 0]，它是代表驴的单热编码（只有一个数字是 1/“热”）。这是针对互斥标签的。狗不可能是猫，人也不是狗。 "binary"：一维输出（又名。

1 个数字

），即 0、1、2、3 ... N。之所以这样称呼它是因为它是二进制的如果只有两个类（恕我直言，这是一个不好的理由），source。我建议仅将“二进制”用于单标签分类，因为它在代码中记录了您的意图。 "sparse"：在挖掘代码后，这与“二进制”

相同

。逻辑用elif self.class_mode in 'binary', 'sparse':完成，之后就不用class_mode了。我建议使用“稀疏”进行多标签分类，同样因为它在代码中记录了您的意图。 "input"：标签实际上又是图像。所以狗图像的标签是同一个狗图片数组。如果我对

自动编码器

有更多了解，我可能能够进一步解释。 None：没有标签，因此对训练没有用处，但对推理/预测有用。

TensorFlow 文档是 here，但我认为它应该更深入地介绍 class_mode：

“分类”、“二进制”、“稀疏”、“输入”或无之一。默认值：“分类”。确定返回的标签数组的类型：-“categorical”将是 2D one-hot 编码标签，-“binary”将是 1D 二进制标签，“sparse”将是 1D 整数标签，-“input”将是相同的图像输入图像（主要用于自动编码器）。 - 如果为 None，则不返回任何标签（生成器只会产生批量图像数据，这对于与 model.predict() 一起使用很有用）。请注意，在 class_mode None 的情况下，数据仍然需要驻留在 directory 的子目录中才能正常工作。

---

稀疏和二进制一样吗？：

正如您在我的搜索结果中看到的那样，sparse 只检查了两次（搜索结果中的第 2 行和第 4 行）。我相信“稀疏”的意图是用于多标签分类，而“二进制”是为单标签分类（Hot-dog vs. No hotdog）设计的，但目前没有区别，因为行为是相同的：

【讨论】：

我更喜欢您的答案作为公认的答案，但两个答案都无法解释标签的来源。是来自文件名还是文件夹结构等。

标签必须与数据集一起提供，或者如果模型是预训练的，它会附带模型文档。例如，标签可以在文本文件中。另一个例子是 MLKit 的内置标签模型，标签为here。我不得不抓取该网站以获取索引的 json 来标记文本。它们也可以从目录结构中生成（例如，猫的 1 个文件夹，狗的 1 个文件夹）

在tensorflow lite image classifications的情况下，你可以在这个页面上找到它：For a full list of classes, see the labels file in the model zip.storage.googleapis.com/download.tensorflow.org/models/tflite/…

我承认，在某些情况下很难找到这些标签，但每次我看够长的时间后，我都会找到它们。

标签也可以从文件夹结构/input_dir/label_a等中推断出来