Python 使用tensorflow.data生成图像和多个标签的数据集

我试图训练一个神经网络来画一个物体周围的边界框。我自己生成了数据，256x256 rgb图像和每个图像的五个标签（边界框的两个角+一个旋转组件）。为了在使用python 3.7.6训练网络时不耗尽内存，tensorflow 2.0和keras I一次只加载了少量图像。然后网络对这些图像进行训练，然后加载一组新的图像。这一切都是按顺序发生的（我不是一个很好的程序员，可能不是一个高效的程序员），这给我留下了一个非常严重的瓶颈，因为我加载图像和标签的方式。图像名称以数值形式给出，当前保存为.jpg，我的标签存储在一个文本文件中，其中每行对应一个图像名称

为了减少/消除瓶颈，我阅读了关于tf.data的文章，并尝试按照中的示例进行操作。但是，这些示例涉及分类，因此标签是以不同的方式生成的。我试着像这样修改代码

import numpy as np
import tensorflow as tf
import os

height=256
width=256

AUTOTUNE = tf.data.experimental.AUTOTUNE
image_count=len(os.listdir('images_train'))

list_ds = tf.data.Dataset.list_files(str('images_train/*'), shuffle=False)
list_ds = list_ds.shuffle(image_count, reshuffle_each_iteration=False)

print('\n')
for f in list_ds.take(5):
    
    print(f.numpy())
   
def decode_img(img):
    # convert the compressed string to a 3D uint8 tensor
    img = tf.image.decode_jpeg(img, channels=3)
    # resize the image to the desired size
    return tf.image.resize(img, [height, width])  

#This is the function I cannot figure out how to write
def get_label(file_path):
    labels=np.loadtxt('labels_train.txt', delimiter=',')
    # convert the path to a list of path components
    parts = tf.strings.split(file_path, os.path.sep)
    
    #somehow I would like to extract the name of the image file and then take the numerical part and 
    #return the corresponding row
    return labels[0,:]
   
def process_path(file_path):
    label = get_label(file_path)
    # load the raw data from the file as a string
    img = tf.io.read_file(file_path)
    img = decode_img(img)
    return img, label

train_ds = list_ds.map(process_path, num_parallel_calls=AUTOTUNE)

当我刚从文件返回一行时，脚本的其余部分似乎运行良好，但我不知道如何使其与每个图像对应的标签配对。为了在

get\u label（）

函数中提取图像名称，我尝试使用

parts.numpy（）

，它只会产生这个

AttributeError:“Tensor”对象没有属性“numpy”

几天来，我一直在试图弄清楚这一点，但一直未能找到一篇完全描述同一问题的帖子

一个人如何以一种高效的方式解决这个问题，而不是成为一个熟练的程序员？任何能为我指明正确方向的东西都将不胜感激

编辑：我最终选择了一个不同的解决方案，这个解决方案的灵感来源于这里的示例。我发现在这里给出的示例中更容易理解。

您可以将get_label（）函数重写为

def get_label（file_path）：labels=np。genfromtxt（'labels_train.txt'，dtype='str'，delimiter='，'）labels_list=[i.split（'.'）[0]表示标签中的i]

labels_list包含对应于每行的数字部分。感谢您可以将get_label（）函数重写为

def get_label（文件路径）：labels=np。genfromtxt（'labels_train.txt'，dtype='str'，delimiter='，'）labels_list=[i.split（'.'）[0]表示标签中的i]

labels_list包含对应于每行的数字部分。谢谢