python批量生成图像标签_从大量图像（*.jpg）和标签（*.mat）生成tensorflow数据集...

我找到了一种使用tf.data.from_generator来完成它的方法

我发现的诀窍是生成两个单独的数据集(一个用于mat文件，一个用于jpg文件)，然后使用tf.data.Dataset.zip将它们组合起来

其工作原理如下：mat_dataset = tf.data.Dataset.from_generator(read_mat_file, tf.int64)

def read_mat_file():

while True:

with open('mat_addresses.txt', 'r') as input_:

for line in input_:

# open file and extract info from it as np.array

yield tuple(label) # why tuple? https://github.com/tensorflow/tensorflow/issues/13101

为了获得下一批产品，只需：

^{pr2}$

但是，可以将img_dataset与{}组合，如下所示：img_dataset = tf.data.TextLineDataset('img_addresses.txt').map(read_img)

def read_img(path):

image_string = tf.read_file(path)

image_decoded = tf.image.decode_jpeg(image_string, channels=3)

return image_decoded

dataset = tf.data.Dataset.zip((mat_dataset, img_dataset))

现在，像前面提到的下一批。在

与feed_dict相比，我不知道代码的工作效率有多高