.jpeg 文件的 Python 导入文件夹

Question

我正在尝试使用 tensorflow 在 python 中学习图像分类，但我不确定如何读取图像文件夹。我有超过 10,000 张 .jpeg 图像的训练集。我一直在使用 MNIST 教程和其他教程，但我没有看到任何有关导入整个文件夹而不按每个图像路径创建所有图像的数组的信息(在这个大小下这是不可能的)。有什么建议吗？

Answer 1

使用 Dataset 对象(在 TF 1.4+ 中添加)。

要开始使用，您应该阅读有关新输入管道的精心编写的开发人员指南。

https://www.tensorflow.org/programmers_guide/datasets

特别是，您希望使用 list_files 生成所有文件名的数据集:

ds = tf.data.Dataset.list_files('*.jpg')

现在您可以使用这些文件来加载图像:

ds = ds.map(map_func=load_image)

load_image 函数应该接受一个张量(文件名)并输出一个张量( tensorflow 形式的图像)

类似这样的事情:

def load_image(filename_tensor):
  return tf.image.decode_jpeg(filename_tensor)

该功能可能需要稍微扩展，并且您可能希望在其中添加数据增强，因此请考虑您需要的核心框架。

完成后，您将创建一个迭代器来读取数据。一定要阅读上面提到的程序员指南。页面上的最后一个示例几乎正是您想要的。这是一个很好的数据输入管道，也是 Tensorflow future 的发展方向。

请注意，使用数据集管道意味着您不需要通过 sess.run 的 feed_dict 方法将图像传递到 tenorflow。