如何在图像数据集上添加标签进行分类？

Question

我正在Mac OS上安装python 3.6。我有存储图像名称和每个图像上的类编号的文本文件。

     #label.txt:
     img0001.jpg  1
     img0002.jpg  3
     img0003.jpg  5
     img0004.jpg  10
     img0005.jpg  6
     img0006.jpg  8
     img0007.jpg  10
     .....

我想给他们我的神经网络tensorflow作为输入数据的标签，并给图像网络中同时这样的

    xs = tf.placeholder(tf.float32,[None,#size of my photo]) 
    ys = tf.placeholder(tf.float32,[None,#size of my label if it is an array])

我找不到任何相关文档。有人可以高兴地告诉我该怎么办吗？

Answer 1

您可以直接使用 python i/o 实用程序（https://docs.python.org/3/tutorial/inputoutput.html），例如：

names = []
labels = []
with open('label.txt', 'r') as f:
    for line in f.readlines():
       tokens = line.split(' ')
       names.append(tokens[0])
       labels.append(int(tokens[1]))

然后您可以使用名称数组加载图像和标签作为您的 y 数组。

Answer 2

假设您想知道，如何将图像及其各自的标签输入神经网络。

有两件事：

1. 读取图像并将其转换为 numpy 数组。
2. 将相同的及其对应的标签输入网络。

正如Thomas Pinetz 所说，一旦你计算了名称和标签。创建一种标签的热编码。

from PIL import Image
number_of_batches = len(names)/ batch_size
for i in range(number_of_batches):
     batch_x = names[i*batch_size:i*batch_size+batch_size]
     batch_y = labels[i*batch_size:i*batch_size+batch_size]
     batch_image_data = np.empty([batch_size, image_height, image_width, image_depth], dtype=np.int)
     for ix in range(len(batch_x)):
        f = batch_x[ix]
        batch_image_data[ix] = np.array(Image.open(data_dir+f))
     sess.run(train_op, feed_dict={xs:batch_image_data, ys:batch_y})