keras 数据集制作方式 keras训练数据格式
ztj100 2024-12-28 16:50 22 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
- sharding-jdbc实现`分库分表`与`读写分离`
-
一、前言本文将基于以下环境整合...
- 三分钟了解mysql中主键、外键、非空、唯一、默认约束是什么
-
在数据库中,数据表是数据库中最重要、最基本的操作对象,是数据存储的基本单位。数据表被定义为列的集合,数据在表中是按照行和列的格式来存储的。每一行代表一条唯一的记录,每一列代表记录中的一个域。...
- MySQL8行级锁_mysql如何加行级锁
-
MySQL8行级锁版本:8.0.34基本概念...
- mysql使用小技巧_mysql使用入门
-
1、MySQL中有许多很实用的函数,好好利用它们可以省去很多时间:group_concat()将取到的值用逗号连接,可以这么用:selectgroup_concat(distinctid)fr...
- MySQL/MariaDB中如何支持全部的Unicode?
-
永远不要在MySQL中使用utf8,并且始终使用utf8mb4。utf8mb4介绍MySQL/MariaDB中,utf8字符集并不是对Unicode的真正实现,即不是真正的UTF-8编码,因...
- 聊聊 MySQL Server 可执行注释,你懂了吗?
-
前言MySQLServer当前支持如下3种注释风格:...
- MySQL系列-源码编译安装(v5.7.34)
-
一、系统环境要求...
- MySQL的锁就锁住我啦!与腾讯大佬的技术交谈,是我小看它了
-
对酒当歌,人生几何!朝朝暮暮,唯有己脱。苦苦寻觅找工作之间,殊不知今日之事乃我心之痛,难道是我不配拥有工作嘛。自面试后他所谓的等待都过去一段时日,可惜在下京东上的小金库都要见低啦。每每想到不由心中一...
- MySQL字符问题_mysql中字符串的位置
-
中文写入乱码问题:我输入的中文编码是urf8的,建的库是urf8的,但是插入mysql总是乱码,一堆"???????????????????????"我用的是ibatis,终于找到原因了,我是这么解决...
- 深圳尚学堂:mysql基本sql语句大全(三)
-
数据开发-经典1.按姓氏笔画排序:Select*FromTableNameOrderByCustomerNameCollateChinese_PRC_Stroke_ci_as//从少...
- MySQL进行行级锁的?一会next-key锁,一会间隙锁,一会记录锁?
-
大家好,是不是很多人都对MySQL加行级锁的规则搞的迷迷糊糊,一会是next-key锁,一会是间隙锁,一会又是记录锁。坦白说,确实还挺复杂的,但是好在我找点了点规律,也知道如何如何用命令分析加...
- 一文讲清怎么利用Python Django实现Excel数据表的导入导出功能
-
摘要:Python作为一门简单易学且功能强大的编程语言,广受程序员、数据分析师和AI工程师的青睐。本文系统讲解了如何使用Python的Django框架结合openpyxl库实现Excel...
- 用DataX实现两个MySQL实例间的数据同步
-
DataXDataX使用Java实现。如果可以实现数据库实例之间准实时的...
- MySQL数据库知识_mysql数据库基础知识
-
MySQL是一种关系型数据库管理系统;那废话不多说,直接上自己以前学习整理文档:查看数据库命令:(1).查看存储过程状态:showprocedurestatus;(2).显示系统变量:show...
- 如何为MySQL中的JSON字段设置索引
-
背景MySQL在2015年中发布的5.7.8版本中首次引入了JSON数据类型。自此,它成了一种逃离严格列定义的方式,可以存储各种形状和大小的JSON文档,例如审计日志、配置信息、第三方数据包、用户自定...
你 发表评论:
欢迎- 一周热门
-
-
MySQL中这14个小玩意,让人眼前一亮!
-
旗舰机新标杆 OPPO Find X2系列正式发布 售价5499元起
-
【VueTorrent】一款吊炸天的qBittorrent主题,人人都可用
-
面试官:使用int类型做加减操作,是线程安全吗
-
C++编程知识:ToString()字符串转换你用正确了吗?
-
【Spring Boot】WebSocket 的 6 种集成方式
-
PyTorch 深度学习实战(26):多目标强化学习Multi-Objective RL
-
pytorch中的 scatter_()函数使用和详解
-
与 Java 17 相比,Java 21 究竟有多快?
-
基于TensorRT_LLM的大模型推理加速与OpenAI兼容服务优化
-
- 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)