Я столкнулся с пустым training_Data

Question

Итак, я попробовал этот учебник (минуты 11:58), пытаясь реализовать на моем CNN, который состоит из 10 видов в наборе данных.

У меня нет ошибок при загрузке данных

DATADIR = "dataset"
CATEGORIES = ["Dendrobium_crumenatum","Grammatophyllum_speciosum", "Coelogyne_swaniana", 
              "Bulbophyllum_purpurascens", "Agrostophyllum_stipulatum", 
              "Spathoglottis_plicata", "Phalaenopsis_amabilis", "Nabaluia_angustifolia", 
              "Habenaria_rhodocheila_hance"]

 here the example of the output
[![enter image description here][2]][2]

тогда следующий раздел будет

training_data = []
def create_training_data():
    for category in CATEGORIES:
        path = os.path.join(DATADIR,category)
        class_num = CATEGORIES.index(category)
        for img in os.listdir(path):
            try:
                img_array = cv2.imread(os.path.join(path,img),cv2.IMREAD_GRAYSCALE)
                new_array = cv2.resize(img_array, (IMG_SIZE,IMG_SIZE))
                training_data.append([new,array, class_num])
            except Exception as e:
                pass
create_training_data()        

, но когда я печатаю prin(len(training_data))

, я получаю это как вывод

0

и когда я попробовал

import random
random.shuffle(training_data)
for sample in training_data[:10]:
    print (sample[1])

, он не показывает вывод. значит ли это, что мои тренировочные данные пусты? или из-за индекса используемых категорий? потому что я использую 10 класс, в то время как в учебнике используется 2 класса.

Answer 1

сделайте ваши данные для обучения глобальными

training_data =[]
def create_training_data():
    global training_data
    for category in CATEGORIES:
        path = os.path.join(DATADIR,category)
        class_num = CATEGORIES.index(category)
        for img in os.listdir(path):
            try:
                img_array = cv2.imread(os.path.join(path,img),cv2.IMREAD_GRAYSCALE)
                new_array = cv2.resize(img_array,(IMG_SIZE, IMG_SIZE))
                training_data.append([new_array,class_num])
            except Exception as e:
                pass
create_training_data()