python - 导入自己的数据，例如 MNIST 或 CIFAR10 load_data()

Question

我有一个包含图像的文件夹(大约 4500 个)，我想加载它们以提供我已经编写的 GAN，因此我想像 CIFAR10 或 MNIST load_data() 函数一样在 X_train 中加载图像。

我已经尝试过这个功能(文件夹中的所有数据都带有标签0..):

def get_data(path):
    all_images_as_array=[]
    label=[]
    for filename in os.listdir(path):
        label.append(0)
        img=Image.open(path + filename)
        np_array = np.asarray(img)
        l,b,c = np_array.shape
        np_array = np_array.reshape(l*b*c,)
        all_images_as_array.append(np_array)
    return np.array(all_images_as_array), np.array(label)

但它返回一个形状数组:

(4364, 3072)

编辑:我认为 3072 是因为图像是 32*32*3 ...

我想要一个与 MNIST 或 CIFAR10 load_data() 返回的形状相同的数组:

(NumberOfImages, 32, 32, 3)

如何更改我的功能？

谢谢

PS:抱歉，我是 Python 初学者，所以我不太了解这些系统之上的机制:感谢您的帮助

Answer 1

此时，对象np.array的形状为l,b,cnp_array = np.asarray(img)然后你用 np_array = np_array.reshape(l*b*c,) reshape 它，这是你不想要的。只需删除那两行

此外，由于标签始终为 0，因此无需将其附加到循环中，只需返回它即可。

def get_data(path):
    all_images_as_array=[]
    for filename in os.listdir(path):
        img=Image.open(path + filename)
        np_array = np.asarray(img)
        all_images_as_array.append(np_array)

    all_images = np.array(all_images_as_array)
    return all_images, np.zeros_like(all_images)