机器学习本地多个文件夹名作为标签(label)的图片数据集的导入 tensorflow

最新推荐文章于 2024-04-29 21:27:45 发布

置顶

CASTANEA

最新推荐文章于 2024-04-29 21:27:45 发布

阅读量3.4k

点赞数 6

分类专栏：机器学习

本文链接：https://blog.csdn.net/CASTANEA/article/details/99618250

版权

引言

作为一个初学者，在大家平常的学习中都会使用类似于mnist这种可以直接下载导入的数据集，但是当在本地有一组文件层级如下的数据集需要导入处理使，没有什么好的直接的库可以使用，我在一次机器学习的比赛中便遇到了这样的问题

|-imagess
	|-apple
		|-1.jpg
		|-2.jpg
		|-3.jpg
		|-4.jpg
		|-5.jpg
		...
	|-banana
		|-1.jpg
		|-2.jpg
		|-3.jpg
		...
 	|-orange
 	....

先是导包

import os, cv2
import numpy as np
import tensorflow as tf

data_dir = 'imagess/'
contents = os.listdir(data_dir)
classes = [each for each in contents if os.path.isdir(data_dir + each)]

第二步，我是要把所有数据整理为[224,224,3]，循环每一个文件夹，将图片数据放在inputfirst中将标签放入labels 代码可能不太好看，但是至少完成了需求。

labels = []
inputfirst=tf.placeholder(tf.float32, [None, 224, 224, 3])
input_ = tf.placehold

关注