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 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...

“告别 Neovim!为什么我投奔了刚开源的 Zed 编辑器?”

...

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...

Avalonia日志组件实现与优化指南(ar日志表扣)

...

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...

取消回复欢迎 发表评论: