python-3.x - 如何将自定义数据加载到 keras cyclegan 示例的 tfds 中？

Question

根据 https://keras.io/examples/generative/cyclegan/ 中的示例，已加载预先存在的数据集以供实现。我正在尝试添加我的数据集。

import tensorflow_datasets as tfds
data = tfds.folder_dataset.ImageFolder('Images', shape=(256, 256, 3))
ds = data.as_dataset()

其中“图像”是包含两个子文件夹训练和测试的根文件夹。包含 trainA 和 trainB 的 train 文件夹，包含 testA 和 testB 的 test。

但是，我无法理解如何访问 trainA 、 trainB 、 testA 和 testB 以便它被 keras cyclegan 示例接受。

Answer 1

最佳做法是编写自己的 tensorflow 数据集

您可以使用 TFDS CLI 来做到这一点(命令行界面)。

1. 安装 TFDS CLI:pip install -q tfds-nightly
2. 导航到数据集的目录:cd path/to/my/project/datasets/
3. 创建一个新的数据集:tfds new my_dataset
4. [...] 手动修改 my_dataset/my_dataset.py 以实现您的数据集。
5. 导航到您的新数据集:cd my_dataset/
6. 构建新的 TFDS 数据集:tfds build

然后您需要在您的项目中导入您的数据集

import my.project.datasets.my_dataset 

并像访问任何其他 tfds 数据集一样访问它:

ds = tfds.load('my_dataset')

可找到用于添加数据集的 Tensorflow 文档 here .