Python 将10倍的图像输入CNN并构建模型,同时使用10倍的图像进行K倍验证(K=10)
你好,我有10个文件夹(子文件夹),每个文件夹都有大约1000个从音频文件中提取的光谱图。 我的目标是在CNN中输入折叠,并在不重新排列它们的情况下构建模型,并保持相同的10倍用于10倍交叉验证。请帮忙Python 将10倍的图像输入CNN并构建模型,同时使用10倍的图像进行K倍验证(K=10),python,image-processing,neural-network,conv-neural-network,k-fold,Python,Image Processing,Neural Network,Conv Neural Network,K Fold,你好,我有10个文件夹(子文件夹),每个文件夹都有大约1000个从音频文件中提取的光谱图。 我的目标是在CNN中输入折叠,并在不重新排列它们的情况下构建模型,并保持相同的10倍用于10倍交叉验证。请帮忙 data = { "mapping": [], "labels": [] } 温度=[] 对于枚举(os.walk(directory))中的i(dirpath、dirname、filename): 如果dirpath不是目录:
data = {
"mapping": [],
"labels": []
}
温度=[]
对于枚举(os.walk(directory))中的i(dirpath、dirname、filename):
如果dirpath不是目录:
# save sub-folder name in the mapping
semantic_label = dirpath.split("/")[-1]
data["labels"].append(semantic_label)
print("\nProcessing: {}".format(semantic_label))
for f in filenames:
file_path=os.path.join(dirpath, f)
if right(file_path, 4) == '.jpg':
img = imread(file_path)
temp.append(img)
all_images = np.stack(temp)