Keras caricamento immagini a colori

Question

Ho 3 cartelle con immagini a colori. Il nome della cartella è un'etichetta per le immagini all'interno.

cls1 
    |____img_0.png 
    |____ ... 
    |____img_n.png 
cls2 
    |____img_0.png 
    |____ ... 
    |____img_n.png 
cls3 
    |____img_0.png 
    |____ ... 
    |____img_n.png 

Vorrei usare biblioteca Keras per creare rete neurale convoluzionale per la classificazione, ma non riesco a trovare, come creare set di dati da immagini a colori. Potete aiutarmi?

Answer 1

perche questo gist of pre-trained VGG-16 model with example usage che trovo illustrativo:

In sintesi:

1. Carica le tue immagini con OpenCV o scikit-immagine, ecc (L58)
2. Ridimensionare e/o ritagliare la tua immagini per adattarsi alla dimensione di input (224 * 224 per VGG-16) (L58)
3. Calcolare e sottrarre per ogni immagine il valore medio (L59 ~ L61)
4. Scambiare la dimensione del colore prima altezza e larghezza (L62)
5. Se si utilizza scikit-immagine, è necessario scambiare i canali di colore 3 perché caricare immagini OpenCV come BGR canali ma scikit-immagine caricarlo come RGB canali.
6. aggiungere la dimensione dimensione del lotto (L63)
7. Shuffle, partizione e concatenare (insieme dimensione 0) per formare i dati di allenamento X_train, dati di test X_test ecc insieme con la verità a terra Y_train, Y_test ecc
8. Se il tuo set di dati è troppo grande per adattarsi alla memoria, utilizzare un generatore e la funzione fit_generator invece di eseguire l'allenamento. (Keras ha anche evaluate_generator e predict_generator)
9. Ora sei pronto per l'allenamento.