Я считаю, ImageDataGenerator () - это один из самых простых способов сделать это. Предположим, у вас есть данные (изображения), разделенные на обучение, проверку и тестирование в следующей иерархии:
train-| class1
| class2
.
.
| classN
valid-| class1
| class2
.
.
| classN
test- | class1
| class2
.
.
| classN
затем в python начните с указания пути как:
from keras.preprocessing.image import ImageDataGenerator
train_path = "Path"
valid_path = "Path"
test_path = "Path"
, затем просто используйте это:
trainBatches = ImageDataGenerator().flow_from_directory(train_path, target_size=(224,224), classes=['class1', 'class2', .. , 'classn'], batch_size=64)
valBatches = ImageDataGenerator().flow_from_directory(valid_path, target_size=(224,224), classes=['class1', 'class2', .. , 'classn'], batch_size=32)
testBatches = ImageDataGenerator().flow_from_directory(test_path, target_size=(224,224), classes=['class1', 'class2', .. , 'classn'], batch_size=32)