keras 数据集制作方式 keras训练数据格式
ztj100 2024-12-28 16:50 17 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
- Sublime Text 4 稳定版 Build 4113 发布
-
IT之家7月18日消息知名编辑器SublimeText4近日发布了Build4113版本,是SublimeText4的第二个稳定版。IT之家了解到,SublimeTe...
- 【小白课程】openKylin便签贴的设计与实现
-
openKylin便签贴作为侧边栏的一个小插件,提供便捷的文本记录和灵活的页面展示。openKylin便签贴分为两个部分:便签列表...
- 壹啦罐罐 Android 手机里的 Xposed 都装了啥
-
这是少数派推出的系列专题,叫做「我的手机里都装了啥」。这个系列将邀请到不同的玩家,从他们各自的角度介绍手机中最爱的或是日常使用最频繁的App。文章将以「每周一篇」的频率更新,内容范围会包括iOS、...
- 电气自动化专业词汇中英文对照表(电气自动化专业英语单词)
-
专业词汇中英文对照表...
- Python界面设计Tkinter模块的核心组件
-
我们使用一个模块,我们要熟悉这个模块的主要元件。如我们设计一个窗口,我们可以用Tk()来完成创建;一些交互元素,按钮、标签、编辑框用到控件;怎么去布局你的界面,我们可以用到pack()、grid()...
- 以色列发现“死海古卷”新残片(死海古卷是真的吗)
-
编译|陈家琦据艺术新闻网(artnews.com)报道,3月16日,以色列考古学家发现了死海古卷(DeadSeaScrolls)新残片。新出土的羊皮纸残片中包括以希腊文书写的《十二先知书》段落,这...
- 鸿蒙Next仓颉语言开发实战教程:订单列表
-
大家上午好,最近不断有友友反馈仓颉语言和ArkTs很像,所以要注意不要混淆。今天要分享的是仓颉语言开发商城应用的订单列表页。首先来分析一下这个页面,它分为三大部分,分别是导航栏、订单类型和订单列表部分...
- 哪些模块可以用在 Xposed for Lollipop 上?Xposed 模块兼容性解答
-
虽然已经有了XposedforLollipop的安装教程,但由于其还处在alpha阶段,一些Xposed模块能不能依赖其正常工作还未可知。为了解决大家对于模块兼容性的疑惑,笔者尽可能多...
- 利用 Fluid 自制 Mac 版 Overcast 应用
-
我喜爱收听播客,健身、上/下班途中,工作中,甚至是忙着做家务时。大多数情况下我会用MarcoArment开发的Overcast(Freemium)在iPhone上收听,这是我目前最喜爱的Po...
- 浅色Al云食堂APP代码(三)(手机云食堂)
-
以下是进一步优化完善后的浅色AI云食堂APP完整代码,新增了数据可视化、用户反馈、智能推荐等功能,并优化了代码结构和性能。项目结构...
- 实战PyQt5: 121-使用QImage实现一个看图应用
-
QImage简介QImage类提供了独立于硬件的图像表示形式,该图像表示形式可以直接访问像素数据,并且可以用作绘制设备。QImage是QPaintDevice子类,因此可以使用QPainter直接在图...
- 滚动条隐藏及美化(滚动条隐藏但是可以滚动)
-
1、滚动条隐藏背景/场景:在移动端,滑动的时候,会显示默认滚动条,如图1://隐藏代码:/*隐藏滚轮*/.ul-scrool-box::-webkit-scrollbar,.ul-scrool...
- 浅色AI云食堂APP完整代码(二)(ai 食堂)
-
以下是整合后的浅色AI云食堂APP完整代码,包含后端核心功能、前端界面以及优化增强功能。项目采用Django框架开发,支持库存管理、订单处理、财务管理等核心功能,并包含库存预警、数据导出、权限管理等增...
你 发表评论:
欢迎- 一周热门
- 最近发表
- 标签列表
-
- idea eval reset (50)
- vue dispatch (70)
- update canceled (42)
- order by asc (53)
- spring gateway (67)
- 简单代码编程 贪吃蛇 (40)
- transforms.resize (33)
- redisson trylock (35)
- 卸载node (35)
- np.reshape (33)
- torch.arange (34)
- npm 源 (35)
- vue3 deep (35)
- win10 ssh (35)
- vue foreach (34)
- idea设置编码为utf8 (35)
- vue 数组添加元素 (34)
- std find (34)
- tablefield注解用途 (35)
- python str转json (34)
- java websocket客户端 (34)
- tensor.view (34)
- java jackson (34)
- vmware17pro最新密钥 (34)
- mysql单表最大数据量 (35)