flow_from_directory返回值

ImageDataGenerator

tensorflow中用于数据读入处理等问题的包，使用起来较为方便，也提供了很多方法供大家灵活使用具体见链接 link.

ImageDataGenerator.flow_from_directory

由于在模型测试时需要对数据进行详细了解，故记录一下flow_from_directory返回的方法。本人的数据集格式如下：

用于测试的图片生成器代码如下

// An highlighted block
validation_image_generator = ImageDataGenerator(rescale=1./255) 

val_data_gen = validation_image_generator.flow_from_directory(directory='Test',
                                                              batch_size=4, 
                                                              shuffle=False,  
                                                              target_size=(224, 224), 
                                                           class_mode='categorical') 

介绍val_data_gen 自带的方法：

1. val_data_gen.n 或 val_data_gen.samples ：返回directory中所有图片的数量，本人为Test文件夹下所有图片的数量；
2. val_data_gen.batch_size ：为设置的batch_size大小，本例为4；
3. val_data_gen.num_classes 或 val_data_gen.labels ： 共几类，本例中文件夹下分为Positive、Negative、Neutral，故为3；
4. val_data_gen._filepaths 或 val_data_gen.filepaths ：返回所有图片路径列表，本例为[‘Test/Negative/Picture_00000.jpg’, ‘Test/Negative/Picture_00027.jpg’… ‘Test/Negative/Picture_00028.jpg’] ；
5. val_data_gen.class_indices : 返回类别对应的类别数字，本例为 {‘Negative’: 0, ‘Neutral’: 1, ‘Positive’: 2}；
6. val_data_gen.directory ：返回根目录，本例为 Test；
7. val_data_gen.filenames ：返回每类图片的路径，本例为 Negative/Picture_00000.jpg 等；
8. 还有其他一些方法，可以使用dir(val_data_gen)方法自行测试。