keras flow from directory显示label index

keras imageDataGenerator封装了很多，其中有一个flow from directory函数能够直接把文件夹里面的子文件夹当作label，然后做一个分类的训练。

   rootDir='/home/eric/data/scene'
    # train_path='group0_train.txt'
    # valid_path='group0_valid.txt'
    
    trainfilepath=os.path.join(rootDir,train_path)
    trainDf=pd.read_csv(trainfilepath) #加载papa.txt,指定它的分隔符是 \t
    trainDf.rename(columns={'image':"filename",'label':'class'},inplace=True)

    validfilepath=os.path.join(rootDir,valid_path)
    validDf=pd.read_csv(validfilepath,header=None) #加载papa.txt,指定它的分隔符是 \t
    validDf.rename(columns={0:"filename",1:'class'},inplace=True)


    datagen1 = ImageDataGenerator(
        rescale=1. / 255,
        shear_range=0.2,
        zoom_range=0.2,
        rotation_range=90,
        width_shift_range=0.2,
        height_shift_range=0.2,
        horizontal_flip=True)

    datagen2 = ImageDataGenerator(rescale=1. / 255)

    # train_generator = datagen1.flow_from_directory(
    #     ptrain,
    #     target_size=(size, size),
    #     batch_size=batch,
    #     class_mode='categorical')
    train_generator = datagen1.flow_from_dataframe( dataframe=trainDf,
                                                              directory=rootDir ,
                                                              x_col="filename",
                                                              y_col="class",
                                                              subset="training",
                                                            #   classes=labels,
                                                              target_size=[size, size],
                                                              batch_size=batch,
                                                              class_mode='categorical')
    

    validation_generator = datagen2.flow_from_dataframe(
                                                        dataframe=validDf,
                                                              directory=rootDir,
                                                              x_col="filename",
                                                              y_col="class",
                                                              subset="training",
                                                            #   classes=labels,
                                                              target_size=[size, size],
                                                              batch_size=batch,
                                                              class_mode='categorical')

上面的代码有一个问题，你不知道系统怎么把label 映射为index的，所以在做predict的时候就不知道怎样对应label了，其实是可以输出的：

print(train_generator.class_indices)

这样就能够把系统的class和index对应关系以字典的形式输出了。

参考文献

[1]. Keras flow_from_directory class index. https://stackoverflow.com/questions/43813393/keras-flow-from-directory-class-index