Python 在来自目录的ImageDataGenerator流中将两个类视为一个

我目前正在使用TensorFlow提供的数据生成器，我想通过将我的多类分类问题转化为二进制问题来进行一些测试

我当前的文件夹布局如下：

data/
├── 0/  <-- folder containing images of class 0
├── 1/
└── 2/

当然，我还有一个验证子集。尽管如此，我仍在努力找出如何实现它，因此我将类1和2视为一个单独的类，而不操纵实际的数据或文件夹结构

---

我找到了一种方法来选择要专门使用的类，但文档中有这种方法。

我希望以下内容可以帮助您：

train_datagen = ImageDataGenerator(rescale=1./255, validation_split=0.5)

train_generator = train_datagen.flow_from_directory(
    train_data_dir,
    target_size=(input_size, input_size),
    batch_size=batch_size,
    class_mode='categorical',
    subset='training')

def transform_classes(args):
    """
    data/0/ -> 0
    data/1/ -> 1
    data/2/ -> 1
    """
    new_classes = np.array([0,1,1])
    x,y = args
    y = np.argmax(y, axis=1) # One hot to integer
    y = new_classes[y] # Changing the target
    y = np.eye(2)[y] # Going back to one hot 
    return x,y

train_generator = map(transform_classes, train_generator)

---

这个答案背后的想法是，

train\u datagen.flow\u from\u directory

将返回一个python生成器，我们可以使用

map

进行转换，我希望以下内容可以帮助您：

train_datagen = ImageDataGenerator(rescale=1./255, validation_split=0.5)

train_generator = train_datagen.flow_from_directory(
    train_data_dir,
    target_size=(input_size, input_size),
    batch_size=batch_size,
    class_mode='categorical',
    subset='training')

def transform_classes(args):
    """
    data/0/ -> 0
    data/1/ -> 1
    data/2/ -> 1
    """
    new_classes = np.array([0,1,1])
    x,y = args
    y = np.argmax(y, axis=1) # One hot to integer
    y = new_classes[y] # Changing the target
    y = np.eye(2)[y] # Going back to one hot 
    return x,y

train_generator = map(transform_classes, train_generator)

---

这个答案背后的想法是，

train\u datagen.flow\u from\u directory

将返回一个python生成器，我们可以使用

map

进行转换欢迎来到StackOverflow，感谢您的回答！很好的开始方式。欢迎来到StackOverflow，谢谢你的回答！开始的好方法。