Keras 如何加载视频（图像序列）作为CNN-LSTM深度学习模型的数据输入？

在我的项目中，我有两个数据类，“异常”和“正常”。我已经为这两种类型的数据分离了培训和验证文件夹。结构如下： 每个视频文件包含视频剪辑的图像帧，不同的视频文件夹包含不同的帧数。现在，我需要将帧作为数据输入加载到模型中，并将它们标记为一个组。我该怎么做？我使用kerasapi

train ------abnormal --------------video1 ---------------------image1 ---------------------image3 ---------------------image3 ---------------------image... --------------video2 --------------video3 --------------video... ------normal (the same as above) 火车 ------反常的 --------------视频1 ---------------------图1 ---------------------图3 ---------------------图3 ---------------------图像。。。 --------------视频2 --------------视频3 --------------视频。。。 ------正常的 （同上）

---

您可以将所有图像放在一个文件夹中，并将其重命名为1.normal.jpg、1.normal.jpg。这样可以减少打开特定类的文件夹和读取图像所需的时间

重命名标签后，可以使用给定的方法将其拆分为标签：

def label(img): 
    word_label = img.split('.')[-2]
    if word_label == 'normal':
        return 1 
    elif word_label == 'abnormal':
        return 0 

---

您可以将所有图像放在一个文件夹中，并将其重命名为1.normal.jpg、1.normal.jpg。这样可以减少打开特定类的文件夹和读取图像所需的时间

重命名标签后，可以使用给定的方法将其拆分为标签：

def label(img): 
    word_label = img.split('.')[-2]
    if word_label == 'normal':
        return 1 
    elif word_label == 'abnormal':
        return 0 

---

对文件夹中的所有帧重复相同的标签？能否共享代码？对文件夹中的所有帧重复相同的标签？能否共享代码？