如何在我自己的数据集上使用Tensorflow的cycleGAN

Question

我试图在我自己的数据上使用那里的代码：https ://www.tensorflow.org/tutorials/generative/cyclegan 。

在本教程中，使用以下代码创建 Dataset 对象：

dataset, metadata = tfds.load('cycle_gan/horse2zebra',
                          with_info=True, as_supervised=True)

train_horses, train_zebras = dataset['trainA'], dataset['trainB']
test_horses, test_zebras = dataset['testA'], dataset['testB']

我无法弄清楚如何从我自己的数据创建类似的对象，这些数据位于如下文件夹中：

data/trainA
data/trainB
data/testA
data/testB

是否有一种类似于 flow_from_directory 方法的方法，以便以与 tfds.load(...) 相同的格式加载我的数据

看起来像的东西

train_horses = foo("data/trainA")

Answer 1

您可以使用ImageDataGenerator从目录创建数据集，甚至执行缩放、旋转等预处理步骤。然后使用flow_from_directory()并将返回的 DirectoryIterator 对象传递给 model.fit()

例子：

train_gen = tf.keras.preprocessing.image.ImageDataGenerator(
    rescale = 1./255,
    horizontal_flip=True,
    zoom_range=0.4,
    rotation_range = 35,
    fill_mode="reflect"
    )

DIR_TRAIN = "data/trainA"
train_generator = train_gen.flow_from_directory(DIR_TRAIN)

test_gen = tf.keras.preprocessing.image.ImageDataGenerator(
    rescale = 1./255,
    )
DIR_TEST = "data/testA"
train_generator = train_gen.flow_from_directory(DIR_TEST)

model.fit(train_gen,
    steps_per_epoch=20,
    epochs=100,
    validation_data=test_gen,
    validation_steps=100
    )

在您的情况下，您需要对训练集和测试集执行此过程。