tensorflow2.0 ImageDataGenerator中关于flow_from_directory返回值的方法列举
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:
- 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;
- val_data_gen.batch_size :为设置的batch_size大小,本例为4;
- 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;
- 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’] ;
- 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};
- val_data_gen.directory :返回根目录,本例为 Test;
- val_data_gen.filenames :返回每类图片的路径,本例为 Negative/Picture_00000.jpg 等;
- 还有其他一些方法,可以使用dir(val_data_gen)方法自行测试。