Python keras flow_来自_数据帧，用于图像分割（即使用二进制掩码作为标签）

有没有一种方法可以使用keras（）中的“flow_from_dataframe”方法加载带有掩码的图像？因此，y不是一个类别，而是一个路径，使得二进制掩码与图像一起加载

加载数据的数据帧示例如下：

+---+---------------------+---------+-------------------------+
|   | img_path            | subject | mask_path               |
+---+---------------------+---------+-------------------------+
| 0 | images/DSC_4540.TIF | 4540    | masks/DSC_4540_mask.tif |
+---+---------------------+---------+-------------------------+
| 1 | images/DSC_9228.TIF | 9228    | masks/DSC_9228_mask.tif |
+---+---------------------+---------+-------------------------+
| 2 | images/DSC_6674.TIF | 6674    | masks/DSC_6674_mask.tif |
+---+---------------------+---------+-------------------------+
| 3 | images/DSC_3453.TIF | 3453    | masks/DSC_3453_mask.tif |
+---+---------------------+---------+-------------------------+
| 4 | images/DSC_6808.TIF | 6808    | masks/DSC_6808_mask.tif |
+---+---------------------+---------+-------------------------+
| 5 | images/DSC_5494.TIF | 5494    | masks/DSC_5494_mask.tif |
+---+---------------------+---------+-------------------------+

---

您可以为掩码创建单独的ImageDataGenerator，然后使用现有ImageDataGenerator压缩它

---

查看第三个例子。

嗨，菲利普，谢谢你的回答！是的，这是可行的，但在数据帧中将数据分割为训练集、验证集和测试集要比在目录中容易得多。没有办法从数据帧加载数据吗？哦，是的，仍然可以使用来自数据帧的流。所有数据都可以放在一个文件夹中，就像每个生成器在其数据帧中获得正确的文件名一样。这是因为flow_from_dataframe加载特定的文件，而不是像flow_from_directory这样的目录中的所有文件。哦，好吧，但是如果没有类，“flow_from_dataframe”怎么使用呢？因为我的基本事实是一个二进制掩码，当你把它们压缩在一起时，我没有任何类，就像tf把它们读成（x，y）元组一样。因此，第二台发电机将用作您的训练目标。