Python 从matlab到tensorflow的训练数据传输

我使用MATLAB的图像标签应用程序创建了500幅图像的像素标签数据。因此，我得到了原始图像和每个图像的类标签。该信息存储在.mat格式的gTruth文件中。我想使用这个数据集在tensorflow（Google Colab）中训练一个Unet

---

由于系统限制（RAM不足，没有GPU），我无法在MATLAb上完成训练任务。但是，我已经读到，我们可以从MATLAb导入训练数据，以便在Colab中使用。因此，我将原始图像集、标记的像素和相应的mat文件（gTruth.mat）上传到Google Drive上，然后将该驱动器安装到Colab环境中。但是我不知道如何继续使用Colab中的mat文件。

pixelLabelTrainingData函数将允许您为输入图像和像素标记图像获取两个单独的数据存储

[imds,pxds] = pixelLabelTrainingData(gTruth);

考虑到这些，您可以使用相同的命名约定，使用imwrite和您选择的图像文件格式，将每个标记为图像的图像写入并行目录

inputImageDir = 'pathOfYourChoice';
count = 0;
while hasdata(imds)
    img = read(imds);
    fname = sprintf('img%d.png',count);
    name = fullfile(inputImageDir,fname);
    imwrite(img,name);
end

---

从那里，您应该能够使用标准的tensorflow工具（例如Dataset）读取图像目录。

您尝试了什么，遇到了什么错误？为了更清晰，我对问题进行了编辑，并提供了一个显示代码的图像链接。