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 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

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：

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：

        # 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)