tf.keras.preprocessing.image.DirectoryIterator

Итератор, способный читать изображения из каталога на диске.

Наследуется от: Iterator

Просмотр псевдонимов

Псевдонимы для миграции

См. Руководство по миграции для получения дополнительных сведений.

tf.compat.v1.keras.preprocessing.image.DirectoryIterator, `tf.compat.v2.keras.preprocessing.image.DirectoryIterator`

tf.keras.preprocessing.image.DirectoryIterator(
    directory, image_data_generator, target_size=(256, 256), color_mode='rgb',
    classes=None, class_mode='categorical', batch_size=32, shuffle=True, seed=None,
    data_format=None, save_to_dir=None, save_prefix='', save_format='png',
    follow_links=False, subset=None, interpolation='nearest', dtype=None
)

Аргументы
`directory`	Путь к каталогу для чтения изображений. Каждый подкаталог в этом каталоге будет рассматриваться как содержащий изображения одного класса, или вы можете указать подкаталоги классов с помощью аргумента `classes`.
`image_data_generator`	Экземпляр `ImageDataGenerator` для использования в случайных преобразованиях и нормализации.
`target_size`	Кортеж целых чисел, размеры для изменения размеров входных изображений.
`color_mode`	Один из `"rgb"`, `"rgba"`, `"grayscale"`. Режим цвета для чтения изображений.
`classes`	Необязательный список строк, имена подкаталогов, содержащих изображения каждого класса (например, `["dogs", "cats"]`). Он будет вычисляться автоматически, если не задан.
`class_mode`	Режим получения целей: `"binary"`: двоичные цели (если существует только два класса), `"categorical"`: категориальные цели, `"sparse"`: целочисленные цели, `"input"`: цели — изображения, идентичные входным изображениям (в основном используются для работы с автоэнкодерами), `None`: цели не возвращаются (возвращаются только входные изображения).
`batch_size`	Целое число, размер пакета.
`shuffle`	Булево значение, перемешивать ли данные между эпохами.
`seed`	Случайное семя для перемешивания данных.
`data_format`	Строка, один из `channels_first`, `channels_last`.
`save_to_dir`	Необязательный каталог для сохранения сгенерированных изображений в визуализируемом формате. Это полезно для визуализации случайных преобразований, применяемых для отладки.
`save_prefix`	Префикс строки для сохранения образцов изображений (если `save_to_dir` установлен).
`save_format`	Формат для сохранения образцов изображений (если `save_to_dir` установлен).
`subset`	Подмножество данных (`"training"` или `"validation"`) если validation_split установлен в ImageDataGenerator.
`interpolation`	Метод интерполяции, используемый для повторной выборки изображения, если целевой размер отличается от размера загруженного изображения. Поддерживаемые методы: «nearest», «bilinear» и «bicubic». Если установлена версия PIL 1.1.3 или новее, поддерживается также «lanczos». Если установлена версия PIL 3.4.0 или новее, также поддерживаются «box» и «hamming». По умолчанию используется «nearest».
`dtype`	Тип данных для используемых массивов.

Атрибуты
`filepaths`	Список абсолютных путей к файлам изображений
`labels`	Метки классов каждой наблюдения
`sample_weight`

Методы

`next`

next()

Для python 2.x.

Возвращаемое значение

The next batch.

`on_epoch_end`

on_epoch_end()

Метод, вызываемый в конце каждой эпохи.

`reset`

reset()

`set_processing_attrs`

set_processing_attrs(
    image_data_generator, target_size, color_mode, data_format, save_to_dir,
    save_prefix, save_format, subset, interpolation
)

Устанавливает атрибуты для последующей обработки файлов в пакет.

Аргументы

image_data_generator: Instance of `ImageDataGenerator`
    to use for random transformations and normalization.
target_size: tuple of integers, dimensions to resize input images to.
color_mode: One of `"rgb"`, `"rgba"`, `"grayscale"`.
    Color mode to read images.
data_format: String, one of `channels_first`, `channels_last`.
save_to_dir: Optional directory where to save the pictures
    being yielded, in a viewable format. This is useful
    for visualizing the random transformations being
    applied, for debugging purposes.
save_prefix: String prefix to use for saving sample
    images (if `save_to_dir` is set).
save_format: Format to use for saving sample images
    (if `save_to_dir` is set).
subset: Subset of data (`"training"` or `"validation"`) if
    validation_split is set in ImageDataGenerator.
interpolation: Interpolation method used to resample the image if the
    target size is different from that of the loaded image.
    Supported methods are "nearest", "bilinear", and "bicubic".
    If PIL version 1.1.3 or newer is installed, "lanczos" is also
    supported. If PIL version 3.4.0 or newer is installed, "box" and
    "hamming" are also supported. By default, "nearest" is used.

`getitem`

__getitem__(
    idx
)

Получает пакет в позиции index.

Аргументы
`index`	позиция пакета в Sequence.

Возвращаемое значение
Пакет

`iter`

__iter__()

Создает генератор, который итерирует по Sequence.

`len`

__len__()

Количество пакетов в Sequence.

Возвращаемое значение
Количество пакетов в Sequence.

Переменные класса

allowed_class_modes
white_list_formats

© 2020 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 3.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/versions/r1.15/api_docs/python/tf/keras/preprocessing/image/DirectoryIterator