百度360必应搜狗淘宝本站头条
当前位置:网站首页 > 技术分类 > 正文

keras 数据集制作方式 keras训练数据格式

ztj100 2024-12-28 16:50 11 浏览 0 评论

数据集的读取方式

  • 文件目录方式
  • DataFrame 方式读取
  • tensorflow data 方式读取

列举的三种是个人认为实际开发中比较常用的方式、后面我们使用这三种方式分别来进行数据集的读取

keras内置的学习数据集

在keras学习的时候、我们常常会用到它自带的一些数据集来做网络学习例如,在使用的时候我们会觉得使用起来非常的便捷

from keras.datasets import cifar10 
(x_train, y_train), (x_test, y_test) = cifar10.load_data()

from keras.datasets import imdb 
(x_train, y_train), (x_test, y_test) = 
  imdb.load_data(path="imdb.npz", num_words=None, skip_top=0, maxlen=None, 
  seed=113, start_char=1, oov_char=2, index_from=3)

模型定义

使用上面的数据集之前、我们先定义一个模型结构、如下图所示

from typing import Optional, Callable
import keras
from keras.src.layers import GlobalAveragePooling2D, Dense, Dropout


def buildResNet50(input_shape=(224, 224, 3), trainable=False):
    net = keras.applications.ResNet50(weights='imagenet', include_top=False, input_shape=input_shape, )
    net.trainable = trainable
    return net

def buildResNet101(input_shape=(224, 224, 3), trainable=False):
    net = keras.applications.ResNet101(weights="imagenet", include_top=False, input_shape=input_shape)
    net.trainable = trainable
    return net


class ResNet(object):
    def __init__(self, base_model_callback: Optional[Callable] = None):
        super(ResNet, self).__init__()
        self.base_model = base_model_callback()

    def addLayers(self, *input_layer):
        x = self.base_model.output
        for layer in input_layer:
            x = layer(x)
        return x

    def build_model(self):
        layers = [
            GlobalAveragePooling2D(),
            Dense(2048, activation='relu'),
            Dropout(0.5, name='dropout'),
        ]
        x = self.addLayers(*layers)
        out_put = Dense(4, activation='softmax',name='output')(x)
        return keras.Model(inputs=[self.base_model.input,], outputs=[out_put,])


if __name__ == '__main__':
    input_shape = (224, 224, 3)
    resNet = ResNet(base_model_callback=lambda: buildResNet50(input_shape=input_shape))
    model = resNet.build_model()

    model.summary()

    keras.utils.plot_model(model, to_file='model.png', show_layer_names=True,show_shapes=True, rankdir='TB')


数据准备

有了上面的网络结构、我们需要做训练的前置准备`model.fit()` 我选择了4个分类的车辆数据、作为学习使用

文件目录方式获取

  • 定义 MutableDataset 数据集类
class MutableDataset(object):
    def __init__(self):
        super(MutableDataset, self).__init__()

    """使用文件目录的方式读取、每个子文件夹作为一个分类"""
    def data_from_dict(self, root_dict,batch_size = 4):
        train_datagen = ImageDataGenerator(rescale=1. / 255)
        train_generator = train_datagen.flow_from_directory(root_dict,target_size=(224, 224),batch_size=batch_size,class_mode='categorical')
        #val_datagen = ImageDataGenerator(rescale=1. / 255)
        #val_generator = val_datagen.flow_from_directory(root_dict,target_size=(224, 224),batch_size=4,class_mode='categorical',subset='validation')
        return train_generator #val_generator
        
#####################使用上面的网络模型######################        
if __name__ == '__main__':
    input_shape = (224, 224, 3)
    resNet = ResNet(base_model_callback=lambda: buildResNet50(input_shape=input_shape))
    model = resNet.build_model()

    multi_dataset = MutableDataset()
    train_data = multi_dataset.data_from_dict(root_dict="../data")
    # x_batch, y_batch = next(train_data)  # 获取一个批次的数据
    # print(x_batch.shape)  # 应该是 (batch_size, 224, 224, 3)

    model.compile(loss='categorical_crossentropy', optimizer='adam', metrics=['accuracy'])
    model.fit(train_data, epochs=10, batch_size=4,)

Dataframe方式获取数据

class MutableDataset(object):
    def __init__(self):
        super(MutableDataset, self).__init__()

    """使用文件目录的方式读取"""
    def data_from_dict(self, root_dict,batch_size = 4):
        train_datagen = ImageDataGenerator(rescale=1. / 255)
        train_generator = train_datagen.flow_from_directory(root_dict,target_size=(224, 224),batch_size=batch_size,class_mode='categorical')
        #val_datagen = ImageDataGenerator(rescale=1. / 255)
        #val_generator = val_datagen.flow_from_directory(root_dict,target_size=(224, 224),batch_size=4,class_mode='categorical',subset='validation')
        return train_generator #val_generator
		
    """读取文件目录下面的文件信息、可以自己定义我们自己的结构"""
    def get_file(self, root_dict,category,images,labels):
        for file in os.listdir(root_dict):
            full_path = os.path.join(root_dict, file)
            if os.path.isdir(full_path):
                self.get_file(full_path,file,images,labels)
            else:
                images.append(full_path)
                labels.append(category)

        return images,labels
		
    """从dataframe加载对应的数据"""
    def data_from_frame(self,root_dict,batch_size = 4):
        images,labels = self.get_file(root_dict,category=None,images=[],labels=[])
        data_frame = DataFrame({"paths":images,"labels":labels})
        train_datagen = ImageDataGenerator(rescale=1. / 255)
        train_generator = train_datagen.flow_from_dataframe(dataframe=data_frame,x_col="paths",y_col="labels",batch_size=batch_size,target_size=(224, 224),class_mode='categorical')
        return train_generator
        
# 训练的时候调整对应的数据获取方式        
if __name__ == '__main__':
    input_shape = (224, 224, 3)
    resNet = ResNet(base_model_callback=lambda: buildResNet50(input_shape=input_shape))
    model = resNet.build_model()

    multi_dataset = MutableDataset()
    #train_data = multi_dataset.data_from_dict(root_dict="../data")
    train_data = multi_dataset.data_from_frame(root_dict="../data")
    # x_batch, y_batch = next(train_data)  # 获取一个批次的数据
    # print(x_batch.shape)  # 应该是 (batch_size, 224, 224, 3)
    model.compile(loss='categorical_crossentropy', optimizer='adam', metrics=['accuracy'])
    model.fit(train_data, epochs=10, batch_size=4,)

基于tensorflow的data获取


class MutableDataset(object):
    def __init__(self):
        super(MutableDataset, self).__init__()

    """使用文件目录的方式读取"""
    def data_from_dict(self, root_dict,batch_size = 4):
        train_datagen = ImageDataGenerator(rescale=1. / 255)
        train_generator = train_datagen.flow_from_directory(root_dict,target_size=(224, 224),batch_size=batch_size,class_mode='categorical')
        #val_datagen = ImageDataGenerator(rescale=1. / 255)
        #val_generator = val_datagen.flow_from_directory(root_dict,target_size=(224, 224),batch_size=4,class_mode='categorical',subset='validation')
        return train_generator #val_generator

    def get_file(self, root_dict,category,images,labels):
        for file in os.listdir(root_dict):
            full_path = os.path.join(root_dict, file)
            if os.path.isdir(full_path):
                self.get_file(full_path,file,images,labels)
            else:
                images.append(full_path)
                labels.append(category)

        return images,labels
		
    """dataframe方式"""
    def data_from_frame(self,root_dict,batch_size = 4):
        images,labels = self.get_file(root_dict,category=None,images=[],labels=[])
        data_frame = DataFrame({"paths":images,"labels":labels})
        train_datagen = ImageDataGenerator(rescale=1. / 255)
        train_generator = train_datagen.flow_from_dataframe(dataframe=data_frame,x_col="paths",y_col="labels",batch_size=batch_size,target_size=(224, 224),class_mode='categorical')
        return train_generator

    """这个是使用tf处理方式"""
    def _parse_function(self,x, y):
        label_category = {"bus":0,"family sedan":1,"minibus":2,"SUV":3}
        # 将图像路径解码
        original_path = x.numpy().decode("utf-8")
        original_label = y.numpy().decode("utf-8")
        original_label = label_category[original_label]

        image = cv2.imread(original_path)
        image = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)
        image = cv2.resize(image, (224, 224))

        y_one_hot = tf.one_hot(original_label, depth=4)
        x = tf.cast(image, tf.float32)
        y = tf.cast(y_one_hot, tf.int32)
        return x, y

        # 另外一种使用tensorflow的api来处理
        # x = tf.io.read_file(x)
        # x = tf.image.decode_jpeg(x, channels=3)
        # x = tf.image.resize(x, [244, 244])
        # x = tf.cast(x, dtype=tf.float32) / 255.0
        # y = tf.convert_to_tensor(y)
        # y = tf.one_hot(y, depth=5)
        # return x, y

    def data_from_tf_dataset(self,root_dict,batch_size = 4):

        images, labels = self.get_file(root_dict, category=None, images=[], labels=[])

        db_train = (tf.data.Dataset.from_tensor_slices((images, labels))
                    .map(lambda x,y: tf.py_function(self._parse_function,inp=[x,y],Tout=[tf.float32,tf.int32])))

        # shape 强制定义
        db_train = db_train.map(lambda x,y: (tf.ensure_shape(x, [224, 224, 3]), tf.ensure_shape(y, [4])))
        db_train = db_train.batch(batch_size=batch_size)
        return db_train
        
 
 if __name__ == '__main__':
    input_shape = (224, 224, 3)
    resNet = ResNet(base_model_callback=lambda: buildResNet50(input_shape=input_shape))
    model = resNet.build_model()

    multi_dataset = MutableDataset()
    #train_data = multi_dataset.data_from_dict(root_dict="../data")
    #train_data = multi_dataset.data_from_frame(root_dict="../data")
    train_data = multi_dataset.data_from_tf_dataset(root_dict="../data")
    # x_batch, y_batch = next(train_data)  # 获取一个批次的数据
    # print(x_batch.shape)  # 应该是 (batch_size, 224, 224, 3)
    model.compile(loss='categorical_crossentropy', optimizer='adam', metrics=['accuracy'])
    model.fit(train_data, epochs=10, batch_size=4,)

网络结构如下

相关推荐

SpringBoot如何实现优雅的参数校验
SpringBoot如何实现优雅的参数校验

平常业务中肯定少不了校验,如果我们把大量的校验代码夹杂到业务中,肯定是不优雅的,对于一些简单的校验,我们可以使用java为我们提供的api进行处理,同时对于一些...

2025-05-11 19:46 ztj100

Java中的空指针怎么处理?

#暑期创作大赛#Java程序员工作中遇到最多的错误就是空指针异常,无论你多么细心,一不留神就从代码的某个地方冒出NullPointerException,令人头疼。...

一坨一坨 if/else 参数校验,被 SpringBoot 参数校验组件整干净了

来源:https://mp.weixin.qq.com/s/ZVOiT-_C3f-g7aj3760Q-g...

用了这两款插件,同事再也不说我代码写的烂了

同事:你的代码写的不行啊,不够规范啊。我:我写的代码怎么可能不规范,不要胡说。于是同事打开我的IDEA,安装了一个插件,然后执行了一下,规范不规范,看报告吧。这可怎么是好,这玩意竟然给我挑出来这么...

SpringBoot中6种拦截器使用场景

SpringBoot中6种拦截器使用场景,下面是思维导图详细总结一、拦截器基础...

用注解进行参数校验,spring validation介绍、使用、实现原理分析

springvalidation是什么在平时的需求开发中,经常会有参数校验的需求,比如一个接收用户注册请求的接口,要校验用户传入的用户名不能为空、用户名长度不超过20个字符、传入的手机号是合法的手机...

快速上手:SpringBoot自定义请求参数校验

作者:UncleChen来源:http://unclechen.github.io/最近在工作中遇到写一些API,这些API的请求参数非常多,嵌套也非常复杂,如果参数的校验代码全部都手动去实现,写起来...

分布式微服务架构组件

1、服务发现-Nacos服务发现、配置管理、服务治理及管理,同类产品还有ZooKeeper、Eureka、Consulhttps://nacos.io/zh-cn/docs/what-is-nacos...

优雅的参数校验,告别冗余if-else

一、参数校验简介...

Spring Boot断言深度指南:用断言机制为代码构筑健壮防线

在SpringBoot开发中,断言(Assert)如同代码的"体检医生",能在上线前精准捕捉业务逻辑漏洞。本文将结合企业级实践,解析如何通过断言机制实现代码自检、异常预警与性能优化三...

如何在项目中优雅的校验参数

本文看点前言验证数据是贯穿所有应用程序层(从表示层到持久层)的常见任务。通常在每一层实现相同的验证逻辑,这既费时又容易出错。为了避免重复这些验证,开发人员经常将验证逻辑直接捆绑到域模型中,将域类与验证...

SpingBoot项目使用@Validated和@Valid参数校验

一、什么是参数校验?我们在后端开发中,经常遇到的一个问题就是入参校验。简单来说就是对一个方法入参的参数进行校验,看是否符合我们的要求。比如入参要求是一个金额,你前端没做限制,用户随便过来一个负数,或者...

28个验证注解,通过业务案例让你精通Java数据校验(收藏篇)

在现代软件开发中,数据验证是确保应用程序健壮性和可靠性的关键环节。JavaBeanValidation(JSR380)作为一个功能强大的规范,为我们提供了一套全面的注解工具集,这些注解能够帮...

Springboot @NotBlank参数校验失效汇总

有时候明明一个微服务里的@Validated和@NotBlank用的好好的,但就是另一个里不能用,这时候问题是最不好排查的,下面列举了各种失效情况的汇总,供各位参考:1、版本问题springbo...

这可能是最全面的Spring面试八股文了

Spring是什么?Spring是一个轻量级的控制反转(IoC)和面向切面(AOP)的容器框架。...

取消回复欢迎 发表评论: