我正在使用Caltech的256_ObjectCategories数据集。他们在不同的文件夹中组织了256个类别的所有图像。我正在使用Keras中的ImageDataGenerator来加载数据集，但是我无法使用它将其分割成训练和测试部分。如何在终端中进行此操作而不移动图像或更改目录？非常感谢您的帮助。
1个回答
1
这似乎无法通过ImageDataGenerator实现。目前请参考此线程：https://github.com/fchollet/keras/issues/5862
用户AloshkaD建议的解决方法是使用glob创建索引列表：
rasterList = glob.glob(os.path.join(您的图像目录路径, '*.jpg'))，然后在程序中分割该列表，并将验证部分的列表输入到fit_generator()函数的validation_data参数中。- petezurich
网页内容由stack overflow 提供, 点击上面的可以查看英文原文，
原文链接
原文链接