在keras中使用imagedatagenerator()后，训练前获取图片数量
在Keras中使用ImageDataGenerator()后，可以通过以下步骤获取训练前的图片数量：
- 导入必要的库和模块：
from keras.preprocessing.image import ImageDataGenerator
import os- 设置图像数据生成器：
datagen = ImageDataGenerator()- 设置图像数据的路径：
train_data_dir = 'path_to_train_data_directory'- 使用
flow_from_directory()方法加载图像数据：
train_generator = datagen.flow_from_directory(
train_data_dir,
target_size=(image_width, image_height),
batch_size=batch_size,
class_mode='categorical',
shuffle=False
)其中，target_size指定图像的目标大小，batch_size指定每个批次的图像数量，class_mode指定分类模式，shuffle指定是否对图像进行洗牌。
- 获取图像数量：
num_images = len(train_generator.filenames)完整的代码示例：
from keras.preprocessing.image import ImageDataGenerator
import os
datagen = ImageDataGenerator()
train_data_dir = 'path_to_train_data_directory'
train_generator = datagen.flow_from_directory(
train_data_dir,
target_size=(image_width, image_height),
batch_size=batch_size,
class_mode='categorical',
shuffle=False
)
num_images = len(train_generator.filenames)在上述代码中，path_to_train_data_directory是训练数据集的路径，image_width和image_height是图像的目标宽度和高度，batch_size是每个批次的图像数量。num_images变量将包含训练数据集中的图像数量。
请注意，以上代码示例中没有提及任何特定的腾讯云产品或链接地址，因为在这个问题中不要求提及特定的云计算品牌商。
相关·内容
1回答
在keras中使用imagedatagenerator()后，训练前获取图片数量
tensorflow、image-processing、keras、conv-neural-network
下面是我正在尝试使用的示例代码。我想知道是否有任何方法可以在应用imagedatagenerator()之后和执行训练(即.fit_generator)之前立即获得图像的数量。原因是，我想在以后使用这些图像进行训练，而不是使用原始数据集。train_datagen=ImageDataGenerator(rescale=1./255,
#featurewise_
浏览 79提问于2020-06-16得票数 0
1回答
汽车分类- Keras InceptionV3修改- Val访问不超过45%
python、tensorflow、machine-learning、keras、multiclass-classification
我想使用来自imagenet的预先训练的InceptionV3权重来构建我的用于汽车分类的修改后的CNN。该数据集来自斯坦福大学，有196个类别需要分类。我在导入时不包括顶部，这样我就可以添加最后一个有196个神经元的致密层。我尝试了很多变化，但val_acc不会超过45%。就像这样，我正在构建我的训练和验证批次。,
浏览 1提问于2020-07-08得票数 1
1回答
使用GPU和不使用GPU的结果有什么不同？
python-3.x、keras、gpu、conv-neural-network
当我在8 8GB内存的cpu上使用keras时，有时我会遇到“内存错误”，或者有时精度类是0，但同时某些类是1.00。如果我在GPU上使用keras，会解决我的问题吗？
浏览 25提问于2019-09-21得票数 0
2回答
Keras ImageDataGenerator Slow
neural-network、generator、keras、training-data
我正在寻找在Keras中训练大于内存的数据的最佳方法，目前注意到普通的ImageDataGenerator往往比我希望的要慢。我在Kaggle猫与狗的数据集(25000张图片)上进行了两个网络训练：2)与(1)相同，但使用ImageDataGenerator而不是将数据加载到内存中对于网络1，每个
浏览 4提问于2016-12-10得票数 8
1回答
Keras延迟数据扩充
tensorflow、keras
我正在尝试在Keras中应用一种自定义的图像增强技术。我正在使用fit_generator和一个生成器来生成图像。我想只在20个时期之后才开始应用图像增强(所以前20个时期不会有任何数据增强)。
浏览 1提问于2018-07-18得票数 1
1回答
数据大小与类数的关系
machine-learning、data
嗨，我们有一个问题，在图像分类中，数据是相当少的。但是，我们在classification.We上有一些灵活性，它可以通过分组和拆分多个类来改变问题中的类数。所以我的问题是，班级的数量和训练所需的数据量之间是有关系的。
浏览 0提问于2022-12-19得票数 0
1回答
如何在Keras中生成比训练大小更多的增强图像？
python、tensorflow、machine-learning、keras、data-augmentation
我将使用Keras和Tensorflow共享我的场景和代码，但是对于任何库，这个概念都是相同的。以下场景的图像增强技术：在Keras中，我们使用ImageDataGenerator来增强图像，而数据被提取用于训练。例如，如果我们有100张图片要开始。然后，ImageDataGenerator将在这些图像上应用上述提到的转换，并在每个时期输出100图像(默认ImageDat
浏览 3提问于2021-01-02得票数 0
1回答
数据增强推荐管道
deep-learning、keras、data-augmentation
我想使用Keras和由50个类组成的数据集来执行图像分类。目前，我每班只有7幅图像，我需要进行数据增强，以训练模型并获得可接受的精度值。我正在使用ImageDataGenerator类从角化，这是推荐的图像增强在飞行(在培训期间)。由于分类效果不好，我想知道是否有必要在培训之前进行离线增强，即扩大数据集，因为我诚实地认为，7远远不是每堂课的合理图像数量。
这是一种常见的做法是执行两种类型的增强(在培训之前和期间)？我计划使用<
浏览 0提问于2018-08-30得票数 3
回答已采纳
1回答
Keras - flow_from_directory:如何获取每个类别的样本数量？
python、tensorflow、keras
在使用ImageDataGenerator时，Keras中有没有一种方法来获取每个类别中的图像数量？假设我有一个包含3个子文件夹(类)的train文件夹，每个子文件夹包含一定数量的图像。imagedatagen = ImageDataGenerator(...)我可以使用以下命令获取类映射或所有样本的数量： class_dict = imageflow.class_indices
浏览 68提问于2021-01-09得票数 0
回答已采纳
1回答
如何查找ImageDataGenerator生成的图像数量
python、image-processing、keras、deep-learning
嗨，我想问你一个关于Keras ImageDataGenerator的问题。我可以确定将创建多少增强图像吗？或者如何找到训练图像集大小后的augmentation.In Keras文档流函数描述是：“获取numpy数据和标签数组，并生成批次的增广/标准化数据。在无限循环中生成批次。”但是生成了多少图像呢？from keras.preprocessing.image import ImageDataGenerator, arr
浏览 21提问于2017-12-28得票数 12
2回答
传递给keras拟合生成器函数的每个时期的步数值
keras、classification、generator
在理想情况下应该为steps_per_epoch的情况下调用函数fit_generator()时，设置number of total samples/ batch size值的必要性是什么
浏览 0提问于2017-12-21得票数 12
回答已采纳
7回答
ImageDataGenerator是否会向我的数据集中添加更多图像？
python、tensorflow、machine-learning、keras、computer-vision
我正在尝试使用Inception V3模型进行图像分类。Keras的ImageDataGenerator是否会创建添加到我的数据集中的新图像？如果我有1000张图片，使用这个函数会不会是用于训练的2000张图片的两倍？有没有办法知道创建了多少图像并将其输入到模型中？
浏览 2提问于2018-08-08得票数 38
2回答
如何管理大神经网络的数据批处理？
python、image、deep-learning、keras
在Keras中有数百万张小图像(~100×100 px，每个通道3个)。所有文件将在~800 GB左右，这是我的问题。我该如何处理数据？我知道Keras可以处理批处理，但是学习使用100个文件、8GB或创建~300 k文件(在每个合并的32或64图像中)更好吗？
浏览 4提问于2016-11-08得票数 0
回答已采纳
1回答
CNN对验证集的过度拟合提高测试集的性能
python、image、machine-learning、keras、conv-neural-network
我有16个类和大约3000张图片(非常小的数据集)。这是一个不平衡的数据集。我做了一个60/20/20的分割，在所有的集合中，每个类的百分比是相同的。我用权值正规化。编辑:关于我所读到的，验证丢失并不总是确认模型过度使用的最佳标准。在我的情况下，最好是使用验证F1评分和回忆，当它开始下降，那么模型可能是过度。我仍然不明白为什么验证损失是评估模型的一个坏指标，模型仍然使用训练损失来学习。
浏览 0提问于2019-05-16得票数 2
1回答
在Keras中使用imagedatagenerator添加更多的训练数据集
python、image-processing、keras、dataset
我有汽车图像，我的目标是扩展我的训练数据集，我想把新生成的图像和原始图像结合起来，训练一个基于它们的深层神经网络来执行分类任务。来自本博客文章： 您建议扩展数据集的方法是什么？
浏览 3提问于2020-05-19得票数 3
回答已采纳
1回答
数据增强给我带来了更糟的结果
keras、computer-vision、conv-neural-network、mnist
我使用了Keras ImageDataGenerator并传递了我的训练映像(MNIST )。datagen=keras.preprocessing.image.ImageDataGenerator(samplewise_center=Truetraining')
validation_gen=datagen.flow(X_val,y_val.toarray(),batch_size=32,subset='valid
浏览 3提问于2020-03-03得票数 1
1回答
使用ImageDataGenerator和flow_from_directory时，Keras中的数据增强是否应用于验证集
python、tensorflow、keras、deep-learning
我正在使用ImageDataGenerator和flow_from_directory在Keras中训练一个深度神经网络。数据位于一个文件夹中。因此，在使用ImageDataGenerator创建生成器时，我使用了validation_split=0.x。然后，我创建了两个流，一个用于训练，另一个用于验证，分别使用带有subset="training&q
浏览 0提问于2018-06-07得票数 12
1回答
如何使用tensorflow dataset API以不同方式复制每个元素？
python、tensorflow、tensorflow-datasets
我创建了一个tensorflow数据集train_image，其中包含10个A类图像和20个B类图像。现在，我如何分别复制每个类？ 我希望train_image包含100个A类图像(每个A类图像重复10个)和100个B类图像(每个B类图像重复5个)。
浏览 23提问于2019-10-03得票数 0
1回答
一个Keras CNN模型能建立一个28x28大小的2通道图像，预测真实世界的图像(RGB)吗？
machine-learning、keras、deep-learning、neural-network、conv-neural-network
我正在用tensorflow Keras构建一个CNN模型，可用的数据集是黑白的。我正在使用从ImageDataGenerator api可用的keras.preprocessing.image将图像转换为数组。默认情况下，它将每个图像转换为3通道输入。那么，如果训练后的图像是彩色的，而不是黑白的，那么我的模型能够预测真实世界的图像(彩色图像)吗？在ImageDataGenerator中还有一个名为"color_mode“的
浏览 4提问于2022-05-15得票数 0
1回答
基于图像数据发生器的角点图像数据增强
python、image、tensorflow、deep-learning、image-preprocessing
我目前正在从事一个计算机视觉项目，我想使用图像数据生成器根据目录中的类加载我的图像，所以。我想用feature_std_normalization来增加我的图片
local/lib/python3.6/dist-packages/keras_preprocessing/image/im
浏览 1提问于2019-08-04得票数 2
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
即时通信 IM
对象存储活动推荐
腾讯云开发者
