python - 如何在 keras flow_from_directory 中手动指定类标签？

Question

问题:我正在训练一个用于多标签图像识别的模型。因此，我的图像与多个 y 标签相关联。这与 ImageDataGenerator 的便捷 keras 方法“flow_from_directory”相冲突，其中每个图像都应该位于相应标签 (https://keras.io/preprocessing/image/) 的文件夹中。

解决方法:目前，我正在将所有图像读入一个 numpy 数组并从那里使用“流”功能。但这会导致内存负载过重和读入过程缓慢。

问题:有没有办法使用“flow_from_directory”方法并手动提供(多个)类标签？

---

更新:我最终为多标签案例扩展了 DirectoryIterator 类。您现在可以将属性“class_mode”设置为值“multilabel”并提供一个字典“multlabel_classes”，它将文件名映射到它们的标签。代码:https://github.com/tholor/keras/commit/29ceafca3c4792cb480829c5768510e4bdb489c5

Answer 1

您可以简单地使用 flow_from_directory 并通过以下方式将其扩展为多类:

def multiclass_flow_from_directory(flow_from_directory_gen, multiclasses_getter):
    for x, y in flow_from_directory_gen:
        yield x, multiclasses_getter(x, y)

multiclasses_getter 将多类向量/您的多类表示分配给您的图像。请注意，x 和 y 不是单个示例，而是批量示例，因此应将其包含在您的 multiclasses_getter 设计中。