python - 图像分类是否需要数据集组织？

Question

我目前正在开发一个可以通过机器学习进行二值图像分类的程序。我有一个标签列表和一个图像列表，我将它们用作输入，然后输入到 Inception V3 模型中。

以这种方式输入数据集是否适用于 inception V3 架构？在将图像输入模型之前，是否需要用带标签的文件夹组织图像？

感谢您的帮助!

Answer 1

在您的示例中，所有图像都在内存中。您可以简单地调用 model.fit(trainX, trainY) 来训练您的模型。无需在特定文件夹结构中组织图像。

您指的是 ImageDataGenerator 的 flow_from_directory() 方法。这是一个将从目录中生成图像并自动从文件夹结构中推断标签的对象。在这种情况下，您的图像应按标签排列在一个文件夹中。由于 ImageDataGenerator 是一个生成器，您应该将它与 model.fit_generator() 结合使用。

作为第三种选择，您可以编写自己的自定义生成器来生成图像和标签。如果您的标签结构比每个图像一个标签更复杂，建议这样做；例如在多标签分类、对象检测或语义分割中，输出也是图像。自定义生成器也应该与 model.fit_generator() 一起使用。