使用Keras,我如何输入X_train图像(超过一千张图像)？

Question

我的应用是使用机器学习(卷积神经网络)的事故避免汽车系统.我的图像是200x100 JPG图像,输出是4个元素的数组:汽车将向左,向右,停止或向前移动.因此输出将允许一个元素1(根据应该采取的正确动作)和其他3个元素0.

我现在想要训练我的机器,以帮助它输入任何图像并独立决定动作.这是我的代码:

from keras.models import Sequential
from keras.layers import Dense, Dropout, Activation, Flatten
from keras.layers import Convolution2D, MaxPooling2D
from keras.optimizers import SGD

import numpy as np

model = Sequential()

model.add(Convolution2D(16, 1, 1, border_mode='valid', dim_ordering='tf', input_shape=(200, 150, 1)))
model.add(Activation('relu'))
model.add(Convolution2D(16, 1, 1))
model.add(Activation('relu'))
model.add(MaxPooling2D(pool_size=(2, 2)))
model.add(Dropout(0.25)) #Cannot take float values

model.add(Convolution2D(32, 1, 1, border_mode='valid'))
model.add(Activation('relu'))
model.add(Convolution2D(32, 1, 1))
model.add(Activation('relu'))
model.add(MaxPooling2D(pool_size=(2, 2)))
model.add(Dropout(0.25))

model.add(Flatten())
# Note: Keras does automatic shape inference.
model.add(Dense(256))
model.add(Activation('relu'))
model.add(Dropout(0.5))

model.add(Dense(10))
model.add(Activation('softmax'))

model.fit(X_train, Y_train, batch_size=32, nb_epoch=1)

如何输入我的图像(我将它们放在我的电脑上)？我怎样才能指定Y-train？

Answer 1

这篇Keras博客文章使用非常少的数据构建强大的图像分类模型,是一个很好的教程,用于培训存储在目录中的图像模型.它还介绍了ImageDataGenerator类,它具有flow_from_directory@ isaac-moore的答案中引用的成员函数. flow from directory可以用于训练图像,其中目录结构用于推导出值Y_train.

教程博客文章附带的三个python脚本可以在以下链接中找到:

1. classifier_from_little_data_script_1.py
2. classifier_from_little_data_script_2.py
3. classifier_from_little_data_script_3.py

(当然,这些链接在博客文章中,但链接不在中心位置.)请注意,脚本2和3构建在前一个的输出上.另请注意,需要从Kaggle和Github下载其他文件.

Answer 2

为火车创建一个文件夹，并在该文件夹中为图像类别创建单独的文件夹。

使用图像访问

  train_generator = train_datagen.flow_from_directory(
    'data/train',
    target_size=(150, 150),
    batch_size=32,
    class_mode='binary')

参考keras.io

Answer 3

在此存储库中，您有一个示例：

https://github.com/ZFTurbo/KAGGLE_DISTRACTED_DRIVER/blob/master/run_keras_simple.py

它们有不同的文件夹，每个文件夹中都有不同类别的图像。他们使用 OpenCV 加载图像，并构建包含每个图像的类的数组。