将mnist图像读入Tensorflow

Question

将mnist图像读入Tensorflow

4

在教程中，图像被神奇地读取如下：

mnist = learn.datasets.load_dataset("mnist")
train_data = mnist.train.images

我的图像被放置在两个目录中：

../input/test/
../input/train/

所有图片都以*.jpg结尾。

那么我该如何将它们读入我的程序中？

我认为我不能使用learn.datasets.load_dataset，因为这似乎需要一个专门的数据集结构，而我只有包含图片的文件夹。

- bsky

请查看：https://gist.github.com/eerwitt/518b0c9564e500b4b50f - grovina

2个回答

2

您可以查看在如何将jpeg图像目录转换为tensorflow的TFRecords文件？中提供的答案。最简单的方法是使用TensorFlow提供的实用程序：build_image_data.py，它可以完全满足您的需求。请注意保留HTML标签且不要添加解释。

- Vijay Mariappan

链接已损坏 :( - LYu

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

- user1523170 · Accepted Answer

mnist.train.images实际上是一个形状为[55000, 784]的numpy数组。其中，55000是图像数量，784是每个图像中的像素数（每个图像为28x28）

如果您想运行此代码，则需要从您的数据中创建类似的numpy数组。因此，您需要遍历所有图像，将其读取图像为numpy数组，将其展平并创建大小为[num_examples，image_size]的矩阵

以下代码段应该可以做到：

import os
import cv2
import numpy as np
def load_data(img_dir):
    return np.array([cv2.imread(os.path.join(img_dir, img)).flatten() for img in os.listdir(img_dir) if img.endswith(".jpg")])

一个更全面的代码以启用调试：

import os
list_of_imgs = []
img_dir = "../input/train/"
for img in os.listdir("."):
    img = os.path.join(img_dir, img)
    if not img.endswith(".jpg"):
        continue
    a = cv2.imread(img)
    if a is None:
        print "Unable to read image", img
        continue
    list_of_imgs.append(a.flatten())
train_data = np.array(list_of_imgs)

注意：如果您的图像不是28x28x1（黑白图像），则需要更改神经网络架构（在cnn_model_fn中定义）。教程中的架构是一个玩具架构，仅适用于像MNIST这样的简单图像。对于RGB图像，Alexnet可能是一个不错的起点。