У меня есть классификационная модель, которая будет различать guish яблок. Я использовал
apple_a = glob.glob
для загрузки изображений. Мой полный набор данных:
apples = apple_a+apple_b+apple_c+apple_d+apple_e+apple_f
Я создаю
apples_array = np.empty((n_apples, img_height, img_width, 3))
apples_list = [],
apples_array_bis = np.stack(apples_list),
apples_array_bis.shape
(6161, 150, 150, 3)
У меня проблема с разделить набор данных на x и y. У меня 6 классов яблок и 6161 изображение, которое я пробовал сделать:
applesPaths = [apple_a, apple_e]
x = np.zeros(<all images>, <img_height>, <img_width>, <number of kanals =3>)
y = np.zeros(<all images>,)
idx = 0
for i in range(len(applesPaths)):
appleClass = i
for path in applesPaths[i]:
# wczytywanie
x[idx] = <all images>
y[idx] = appleClass
idx += 1
но что-то не так. После этого я построю модель с tf.keras. Как его разбить. Есть подсказки?