Как загрузить ~ 1000 из 1 папки и подготовить их к обучению CNN, если я использую Python (с Keras, TF и ​​OpenCV?

Question

Я хочу загрузить ~ 1000 изображений из ОДНОЙ папки, предварительно обработать их и разделить их с 3-кратной перекрестной проверкой перед прохождением через CNN, но у меня возникают проблемы с эффективным выполнением.Я строго использую Python, Keras, Tensorflow, Scikit-learn и OpenCV.

Я пробовал загружать изображения через список, но список запоминает путь к каждому изображению, поэтому позже трудно "вызвать" изображенияв обучении модели CNN (в части model.fit).Я пытался сделать это с рассолом, но я немного растерялся.Другая проблема возникает, когда я пытаюсь обучить свою сеть.Я не классифицирую изображения, но у меня есть 3 выхода, которые представляют вектор в 3 направлениях.Вот почему у меня проблемы с настройкой тренировочной части, и я пометил «????»в части кода, где я запутался, как «вызывать» мои изображения.

path = "C:\\"

image_path_list = []
valid_image_extensions = [ ".png"]
valid_image_extensions = [item.lower() for item in valid_image_extensions]

for file in os.listdir(path):
    extension = os.path.splitext(file)[1]
    if extension.lower() not in valid_image_extensions:
    continue
    image_path_list.append(os.path.join(path, file))

i = 1;
data = []

for imagePath in image_path_list:
    print("image #" + str(i))
    image = cv2.imread(imagePath,6)
    data.append(image)
    print(imagePath)
    i+=1
print (image_path_list)

# 3-fold cross validation
from sklearn.model_selection import KFold
kf = KFold (3, shuffle=False, random_state=2019) 
kf.get_n_splits(data)

for train, test in kf.split(data):
    print("TRAIN:", train, "TEST:", test)

#....
#....CNN layers and compile layer
#....

model.fit(x=????, y=None, epochs=10, validation_split=0.1)    

Ожидается, что моя CNN обучит мои изображения после трехкратной перекрестной проверки.