ImageNet: категории валидации в ILSVRC2012

Я использую flow_from_directory в ImageDataGenerator из keras для обучения своей сверточной нейронной сети. Я загрузил изображения ILSVRC2012 по этой ссылке и пытаюсь для обучения и проверки моей сети. В обучающей папке есть изображения, сгруппированные по соответствующим папкам, но проверочные изображения не распределены по папкам, что не позволяет мне использовать flow_from_directory для проверки точности проверки. Есть ли простой способ распределить данные проверки по соответствующим папкам?


validation keras imagenet
person Prabaha    schedule 24.07.2017    source источник

Ответы (3)


arrow_upward
3
arrow_downward

Я попытался использовать приведенную ниже ссылку кода git.

         - https://raw.githubusercontent.com/soumith/imagenetloader.torch/master/valprep.sh

         - https://github.com/pytorch/examples/tree/master/imagenet

Этот сценарий оболочки помог мне преобразовать каталог проверки в подкаталоги, где изображения сгруппированы по соответствующим папкам. Попробуйте преобразовать каталог проверки в соответствующие каталоги с категориальными изображениями и передать этот родительский каталог подкаталогов в качестве входных данных для вашего кода.

Спасибо

person Lakshmi Bhavani - Intel    schedule 15.06.2018

arrow_upward
0
arrow_downward

Вы можете использовать библиотеки mxnet и gluon для классификации данных проверки изображений в соответствующих папках.

См. https://gluon-cv.mxnet.io/build/examples_datasets/imagenet.html.

Затем вы можете использовать генератор данных проверки keras.

person OmarVP    schedule 15.06.2018
comment
Добавьте соответствующий контент из ссылки к вашему ответу, чтобы помочь прояснить ваше решение. - person Grant Miller; 15.06.2018

arrow_upward
-1
arrow_downward

Делаю тонкую настройку в двух классах, сначала нужно создать что-то подобное в своем коде

path_directory = "../images/"

path_classes_name = ['class_0','class_2',...,'class_999'] полный список по порядку

image.ImageDataGenerator(rescale=0).flow_from_directory(path_directory, target_size=(244, 244), batch_size= 128, class_mode='categorical', shuffle=True,classes=path_classes_name)

после этого path_directory потребность была организована именно в говорите blog.keras. Керас сотворит за вас волшебство!

Совет: не забудьте затем создать папки по порядку и с именем synset (что-то вроде n04111531)! Не буквальное название классов =]

person Glauco Roberto    schedule 25.07.2017
comment
Мои обучающие изображения уже распределены по папкам (например, n02231487), и я использую train_generator = train_datagen.flow_from_directory('.imagenet/train', target_size=(224,224), batch_size=100, class_mode='categorical') для обучения. Но данные проверки не классифицируются по папкам. Они представлены в виде отдельных изображений (например, ILSVRC2012_val_00016633.JPEG). Мне нужно классифицировать их в соответствующих папках, чтобы создать генератор данных проверки. - person Prabaha; 25.07.2017
comment
Данные были загружены из этого файла image-net.org/challenges / LSVRC / 2012 / nnoupb /? Потому что классы нарезаются в файлах subtars, когда я загружал файл. Тогда можете безопасно распаковывать и не смешивать файлы - person Glauco Roberto; 26.07.2017
comment
Я знаю это. Но проверочные изображения не классифицируются. Мне нужно их разделить на категории. - person Prabaha; 26.07.2017