如何探索和修改从 tf.keras.preprocessing.

Question

这是我使用该函数的方式：dataset = tf.keras.preprocessing.image_dataset_from_directory(    main_directory,    labels='inferred',    image_size=(299, 299),    validation_split=0.1,    subset='training',    seed=123)我想像本示例一样探索创建的数据集，特别是将其转换为数据帧的部分pandas。但我的最低目标是检查标签和附加的文件数量，只是为了检查它是否确实按预期创建了数据集（子目录是其中图像的相应标签）。需要明确的是，它main_directory的设置如下：main_directory- class_a  - 000.jpg  - ...- class_b  - 100.jpg  - ...我希望看到数据集显示其信息，如下所示：label     number of imagesclass_a   100class_b   100此外，是否可以删除数据集中的标签和相应图像？我们的想法是，如果相应的图像数量小于一定数量或不同的指标，则丢弃它们。当然可以通过其他方式在此函数之外完成，但我想知道这是否确实可能，如果可以，如何实现。

Answer 1

我认为使用它glob2来获取所有文件名，根据需要处理它们，然后创建一个简单的加载函数来替换image_dataset_from_directory.

获取您的所有文件：

files = glob2.glob('class_*\\*.jpg')

然后根据需要操作该文件名列表。

然后，创建一个加载图像的函数：

def load(file_path):

    img = tf.io.read_file(file_path)

    img = tf.image.decode_jpeg(img, channels=3)

    img = tf.image.convert_image_dtype(img, tf.float32)

    img = tf.image.resize(img, size=(299, 299))

    label = tf.strings.split(file_path, os.sep)[0]

    label = tf.cast(tf.equal(label, 'class_a'), tf.int32)

    return img, label

然后创建用于训练的数据集：

train_ds = tf.data.Dataset.from_tensor_slices(files).map(load).batch(4)

然后训练：

model.fit(train_ds)