Tensorflow2.0学习笔记-自制数据集及训练

自制数据集及应用

本次使用mnist的图片做一个自制的数据集，其中在文件夹中存放需要用到的数据，包含了训练的60000张28 * 28的图片，和测试的10000张28 * 28图片。每个图片对应的有自己的标签。
　直接上代码：

import tensorflow as tf
from PIL import Image
import numpy as np
import os

train_path = './mnist_image_label/mnist_train_jpg_60000/'    #  训练集图片路径
train_txt = './mnist_image_label/mnist_train_jpg_60000.txt'  #  训练集标签文件
x_train_savepath = './mnist_image_label/mnist_x_train.npy'   #  训练集输入特征存储文件
y_train_savepath = './mnist_image_label/mnist_y_train.npy'   #  训练集标签存储文件

test_path = './mnist_image_label/mnist_test_jpg_10000/'      #  测试集图片路径
test_txt = './mnist_image_label/mnist_test_jpg_10000.txt'    #  测试集标签文件
x_test_savepath = './mnist_image_label/mnist_x_test.npy'     #  测试集特征存储文件
y_test_savepath = './mnist_image_label/mnist_y_test.npy'     #  测试集标签存储文件

#  函数功能：返回输入特征和标签
#  函数参数：输入图片的路径，和标签文件
def generateds(path, txt):
    f = open(txt, 'r')  # 以只读形式打开txt文件
    contents = f.readlines()  # 读取文件中所有行
    f.close()  # 关闭txt文件
    x, y_ = [], []  # 建立空列表
    for content in contents:  # 逐行取出
        value = content.split()  # 以空格分开，图片路径为value[0] , 标签为value[1] , 存入列表
        img_path = path + value[0]  # 拼出图片路径和文件名得到索引路径
        img = Image.open(img_path)  # 读入图片
        img = np.array(img.convert('L'))  # 图片变为8位宽灰度值的np.array格式
        img = img / 255.  # 数据归一化 （实现预处理）
        x.append(img)  # 归一化后的数据，贴到列表x
        y_.append(value[1])  # 标签贴到列表y_
        print('loading : ' + content)  # 打印状态提示

    x = np.array(x)  # 变为np.array格式
    y_ = np.array(y_)  # 变为np.array格式
    y_ = y_.astype(np.int64)  # 变为64位整型
    return x, y_  # 返回输入特征x，返回标签y_

#  判断所需要用到的参数是否已经存在了，如果存在了直接读取，如果不存在调用刚才的函数制作数据集。
if os.path.exists(x_train_savepath) and os.path.exists(y_train_savepath) and os.path.exists(
        x_test_savepath) and os.path.exists(y_test_savepath):
    print('-------------Load Datasets-----------------')
    x_train_save = np.load(x_train_savepath)
    y_train = np.load(y_train_savepath)
    x_test_save = np.load(x_test_savepath)
    y_test = np.load(y_test_savepath)
    x_train = np.reshape(x_train_save, (len(x_train_save), 28, 28))
    x_test = np.reshape(x_test_save, (len(x_test_save), 28, 28))
else:
    print('-------------Generate Datasets-----------------')
    x_train, y_train = generateds(train_path, train_txt)
    x_test, y_test = generateds(test_path, test_txt)
# 保存数据
    print('-------------Save Datasets-----------------')
    x_train_save = np.reshape(x_train, (len(x_train), -1))
    x_test_save = np.reshape(x_test, (len(x_test), -1))
    np.save(x_train_savepath, x_train_save)
    np.save(y_train_savepath, y_train)
    np.save(x_test_savepath, x_test_save)
    np.save(y_test_savepath, y_test)

model = tf.keras.models.Sequential([
    tf.keras.layers.Flatten(),
    tf.keras.layers.Dense(128, activation='relu'),
    tf.keras.layers.Dense(10, activation='softmax')
])

model.compile(optimizer='adam',
              loss=tf.keras.losses.SparseCategoricalCrossentropy(from_logits=False),
              metrics=['sparse_categorical_accuracy'])

model.fit(x_train, y_train, batch_size=32, epochs=5, validation_data=(x_test, y_test), validation_freq=1)
model.summary()