你如何为 MNIST “导入”图像数据？

Posted 2023-03-13

【中文标题】你如何为 MNIST “导入”图像数据？

【英文标题】：How do you "import" image data for MNIST?

【发布时间】：2019-11-23 06:04:32

【问题描述】：

所以我一直在使用 Tensorflow 的神经网络教程。我完成了本质上只是 MNIST 的“基本分类”，并且一直致力于制作我自己的自定义变体，作为一个小小的思想实验。除了将数据集放入可用的形式之外，一切都是不言自明的，因为本教程使用预制的数据集，并且看起来像是偷工减料。我只想知道如何将彩色照片放入可用的数据中。我假设这只是一个一维数组。作为一个附带问题，如果将 2d 照片存储在 1d 数组中（如果它不是 CNN），神经网络会失去任何效力吗？

【问题讨论】：

使用 keras/tensorflow 的 minst 数字和时尚数据集是单色二维数组。彩色照片会有颜色通道，所以这是一个 3 维数组。

好的，谢谢你的信息。所以根据我的问题，我该如何导入？

@MikeSperry ^^^

【参考方案1】：

Keras 中包含的数据集是预制的，并且通常经过预处理，以便初学者可以轻松地尝试使用它们。对于使用您自己的图像，例如猫狗图像分类问题，您可以将图像放在两个单独的目录中，例如， 在images/cats 和images/dogs。 现在，我们解析这些目录中的每一个图像，

import os
from PIL import Image

master_dir = 'images'
img_dirs = os.listdir( master_dir ) 
for img_dir in img_dirs:
    img_names = os.listdir( os.path.join( master_dir , img_dir ) ) 
    for name in img_names:
        img_path = os.path.join( master_dir , img_dir , name ) 
        image = Image.open( img_path ).resize( ( 64 , 64 ) ).convert( 'L' ) 
        # Store this image in an array with its corresponding label

这里。 image 将是一个形状为(64, 64 ) 的数组，表示图像是灰度图像。除了代码中的.convert( 'L' )，我们还可以使用.convert( 'RGB' )得到一个形状为(64,64,3)的RGB图像。

现在，

在 Python list 中收集所有图像和标签。 将列表转换为NumPy 数组。 使用np.save() 方法将NumPy 数组存储在.npy 文件中。 在训练模型的文件中，使用np.load() 方法加载这些文件并将它们提供给模型。

【讨论】：

完美，这正是我所需要的。谢谢。

另外，您可以在不同的脚本中添加这段代码，并分别运行这些脚本，这样每个脚本都会读取一些文件并产生处理后的数据

因此，当我尝试将其转换为 numpy 数组时，它似乎仍然认为我将其存储为“图像”而不是二维数组，并且不会让我将其转换为 numpy 数组.