Python CNN：当地图给出标签时该怎么办

在为图像分类问题拟合卷积神经网络时，为了使用以下函数

flow_from_directory()
image_dataset_from_directory()

Keras希望列车数据以这种方式存储：

\data:
   \training
     \class_1
         "imag1.jpg"
         "imag2.jpg"
          ...
     \class_2
         "imag1.jpg"
         "imag2.jpg"
          ...
     ....
 

相反，我有一个数据集，其中所有图像都存储在一个文件夹中，还有一个

.json

文件，其中包含从文件名到标签的映射。差不多

{"18985.jpg": 0, "43358.jpg": 0, ... "13163.jpg": 1 ....}

---

是否有一种有效的方法来使用此数据集？

我建议的解决方案是编写一个脚本来为您构建文件夹

步骤1：打开json，并获得一个独特类别的列表

第2步：迭代唯一类别列表，并在training下创建一个文件夹

步骤3：迭代json，并将文件复制到正确的文件夹（您已经创建了该文件夹）

步骤4：从目录中使用图像\u数据集\u加载所有内容

另一种方法是从发电机使用

import json 
  
# Opening JSON file 
f = open('data.json',) 
  
# returns JSON object as  
# a dictionary 
data = json.load(f) 

def gen():
for (image_path, label) in data.items():
   image = tf.keras.preprocessing.image.load_img(image_path)
   input_arr = keras.preprocessing.image.img_to_array(image)
   yield (input_arr, label)

dataset = tf.data.Dataset.from_generator(
     gen,
     (tf.float32, tf.float32),
     output_shapes=([32,256,256,3], [32,5]) # 5 is your number of categories

---

我个人会选择第一个^^ ^

你想这样使用这些文件，还是想从目录expect中将其转换为配置映像\u dataset\u？你可以使用dataframe@AlexandreCatalano，两种方法都很好我尝试了一些方法告诉我是否有用：）