Keras загружает цветные изображения

У меня есть 3 папки с цветными изображениями. Имя папки - это метка для изображений внутри.

cls1
  |____img_0.png
  |____ ...
  |____img_n.png
cls2
  |____img_0.png
  |____ ...
  |____img_n.png   
cls3
  |____img_0.png
  |____ ...
  |____img_n.png

Я хотел бы использовать библиотеку Keras для создания сверточной нейронной сети для классификации, но я не могу найти, как создать набор данных из цветных изображений. Можете ли вы мне помочь?

Ответ 1

Пожалуйста, рассмотрите этот тип предварительно подготовленной модели VGG-16 с примером использования, который я нахожу иллюстративным:

Подводя итог:

Загрузите изображения с помощью OpenCV или scikit-изображений и т.д. (L58)
Измените размер и/или обрезайте свои изображения в соответствии с размером ввода (224 * 224 для VGG-16) (L58).
Вычислить и вычесть для каждого изображения среднее значение (L59 ~ L61)
Поменяйте размер цвета до размеров высоты и ширины (L62)
Если вы используете scikit-образ, вам нужно поменять 3 цветовых канала, потому что OpenCV загружает изображения как каналы BGR, но scikit-image загружает его как каналы RGB.
Добавьте размер размера партии (L63)
Перемешивайте, разделяйте и объединяйте их (по размеру 0), чтобы сформировать обучающие данные X_train, тестовые данные X_test и т.д. вместе с земной истиной Y_train, Y_test и т.д.
Если ваш набор данных слишком велик для установки в память, используйте генератор и функцию fit_generator, чтобы выполнить тренировку. (У Keras также есть evaluate_generator и predict_generator)
Теперь вы готовы к обучению.