如何像 MNIST 数据集一样创建图像数据集？

Question

我有 10000 张一些手写数字的 BMP 图片。如果我想将数据提供给神经网络，我需要做什么？对于 MNIST 数据集，我只需要写

(X_train, y_train), (X_test, y_test) = mnist.load_data()

我在 python 中使用 Keras 库。我怎样才能创建这样的数据集？

原文由 Md Shopon 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 1

您可以编写一个函数来加载所有图像并将它们堆叠到一个 numpy 数组中（如果所有图像都适合 RAM），或者使用包含一个函数的 Keras ImageDataGenerator（ https://keras.io/preprocessing/image/ ） flow_from_directory 。您可以在此处找到示例 https://gist.github.com/fchollet/0830affa1f7f19fd47b06d4cf89ed44d 。

原文由 Mikael Rousson 发布，翻译遵循 CC BY-SA 3.0 许可协议

Answer 2

您应该编写自己的函数来加载所有图像或这样做：

 imagePaths = sorted(list(paths.list_images(args["testset"])))

# loop over the input images
for imagePath in imagePaths:
    # load the image, pre-process it, and store it in the data list
    image = cv2.imread(imagePath)
    image = cv2.resize(image, (IMAGE_DIMS[1], IMAGE_DIMS[0]))
    image = img_to_array(image)
    data.append(image)
    # extract the class label from the image path and update the
    # labels list

data = np.array(data, dtype="float") / 255.0

原文由 azharimran 发布，翻译遵循 CC BY-SA 4.0 许可协议