小编ali*_*ari的帖子

我的目标是应用 k 折交叉验证来训练 VGG19 模型。为此，我使用以下代码从目录中读取图像：

DIR = "/Images"
data_dir = pathlib.Path(os.getcwd() + '\\Images')

train_ds = tf.keras.utils.image_dataset_from_directory(
  data_dir,
  validation_split=0.2,
  subset="training",
  seed=123,
  image_size=(224, 224),
  batch_size=32)

val_ds = tf.keras.utils.image_dataset_from_directory(
  data_dir,
  validation_split=0.2,
  subset="validation",
  seed=123,
  image_size=(224, 224),
  batch_size=32)

并且在不使用 kfold 交叉验证的情况下它也能正常工作。但是当我想使用 K 折交叉验证时，我必须train_ds分别使用标签和图像，并且我找不到解决方案，除非我需要使用另一种方法读取图像。因此，我决定使用ImageDataGenerator和来读取图像flow_from_directory。但据我了解，为了使用 加载图像flow_from_directory，我必须有两个单独的子集 astraning和testin 图像，而我的情况下没有traning和test文件夹。这两种方法有什么解决方案吗？

此外，使用第一种方法，即tf.keras.utils.image_dataset_from_directory，将找到的图像数量与 不同flow_from_directory。这是第一个方法的输出：

找到属于 4 个类别的 1060 个文件。使用848个文件进行训练。

这是第二种方法的输出：

img_gen = tf.keras.preprocessing.image.ImageDataGenerator(
    rescale=1.0 / 255,
    rotation_range=20,
    width_shift_range=0.2,
    height_shift_range=0.2,
    vertical_flip=True)
Wheat_data …