tf.keras.preprocessing.image.DirectoryIterator

Итератор, способный считывать изображения из каталога на диске.

Наследуется от: Iterator

Просмотр псевдонимов

Псевдонимы для миграции

См. Руководство по миграции для получения дополнительной информации.

tf.compat.v1.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 считывания 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 случайных преобразований и нормализации.
`target_size`	Кортеж целых чисел, размер для изменения размера 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 вычислен автоматически, если не задан.
`class_mode`	Режим выдачи целевых значений: `"binary"`: двоичные целевые значения (если есть только два класса), `"categorical"`: категориальные целевые значения, `"sparse"`: целочисленные целевые значения, `"input"`: целевые значения — изображения, идентичные входным изображениям (в основном используется для работы с автоэнкодерами), `None`: целевые значения не передаются (передаются 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, одна из `channels_first`, `channels_last`.
`save_to_dir`	Необязательный каталог, где сохраняются сгенерированные изображения в визуализируемом формате. Это полезно для визуализации случайных преобразований, применяемых для отладки.
`save_prefix`	Префикс строки, используемый для сохранения образцов изображений (если `save_to_dir` задан).
`save_format`	Формат для сохранения образцов изображений (если `save_to_dir` задан).
`subset`	Подмножество данных (`"training"` или `"validation"`), если validation_split задан в ImageDataGenerator.
`interpolation`	Метод интерполяции, используемый для повторной выборки изображения, если размер цели отличается от размера загруженного изображения. Поддерживаемые методы: "nearest", "bilinear", "bicubic". Если установлена версия PIL 1.1.3 или новее, также поддерживается "lanczos". Если установлена версия PIL 3.4.0 или новее, также поддерживаются "box" и "hamming". По умолчанию используется "nearest".
`dtype`	Тип данных для использования в сгенерированных массивах.

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

Методы

`next`

next()

Для python 2.x.

Возвращаемые значения

The next batch.

`on_epoch_end`

on_epoch_end()

`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
)

`iter`

__iter__()

`len`

__len__()

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/r2.3/api_docs/python/tf/keras/preprocessing/image/DirectoryIterator