python：深度学习：图像数据批量导入生成

龙寻天下

于 2022-11-16 14:00:00 发布

阅读量1.1k

点赞数

文章标签： python 深度学习

本文链接：https://blog.csdn.net/weixin_50663922/article/details/127878723

版权

本文介绍了两种在Python深度学习中批量导入图像数据的方法：1) 使用tf.keras.preprocessing.image_dataset_from_directory，通过调整subset参数实现训练集与验证集的划分；2) 利用tf.keras.preprocessing.image.ImageDataGenerator，同样通过subset参数设置来处理测试集。作者个人偏好方法1。

摘要由CSDN通过智能技术生成

方法1：tf.keras.preprocessing.image_dataset_from_directory

train = tf.keras.preprocessing.image_dataset_from_directory(
   directory= './data/',   # 数据路径
   label_mode = 'categorical',   # int-0124 cat-[0001] bin - [01]
   color_mode = 'rgb',     # 颜色模式rgba通道，gray单通道
   image_size = (28,28),    # 图片大小
   shuffle = True,    # 是否打乱数据，训练集-数据打乱
   seed = 123,
   validation_split = 0.2,
   subset = 'training')   # 选择划分后的训练集

对测试集的划分只用修改subset为validation

方法2：tf.keras.preprocessing.image.ImageDataGenerator

gen = tf.keras.preprocessing.image.ImageDataGenerator(
    rotation_range = 45,    # 旋转范围
    zoom_range = 0.3,   # 随机放大缩小的范围
    horizontal_flip = True,     # 水平方向翻转
    vertical_flip = True,      # 垂直方向翻转
    rescale = 1./