tf.keras.utils.image_dataset_from_directory

Генерирует tf.data.Dataset из файлов изображений в каталоге.

Просмотр псевдонимов

Основные псевдонимы

tf.keras.preprocessing.image_dataset_from_directory

tf.keras.utils.image_dataset_from_directory(
    directory,
    labels='inferred',
    label_mode='int',
    class_names=None,
    color_mode='rgb',
    batch_size=32,
    image_size=(256, 256),
    shuffle=True,
    seed=None,
    validation_split=None,
    subset=None,
    interpolation='bilinear',
    follow_links=False,
    crop_to_aspect_ratio=False,
    **kwargs
)

Если структура вашего каталога:

main_directory/
...class_a/
......a_image_1.jpg
......a_image_2.jpg
...class_b/
......b_image_1.jpg
......b_image_2.jpg

Тогда вызов image_dataset_from_directory(main_directory, labels='inferred') вернёт tf.data.Dataset, который возвращает пакеты изображений из подкаталогов class_a и class_b, вместе с метками 0 и 1 (0 соответствует class_a и 1 соответствует class_b).

Поддерживаемые форматы изображений: jpeg, png, bmp, gif. Анимированные gif усекаются до первого кадра.

Аргументы
`directory`	Каталог, где расположены данные. Если `labels` равно "inferred", он должен содержать подкаталоги, каждый из которых содержит изображения для класса. В противном случае структура каталога игнорируется.
`labels`	Может быть "inferred" (метки генерируются из структуры каталога), None (без меток) или список/кортеж целочисленных меток такого же размера, как количество файлов изображений, найденных в каталоге. Метки должны быть отсортированы в соответствии с алфавитно-цифровым порядком путей к файлам изображений (полученных с помощью `os.walk(directory)` в Python).
`label_mode`	Строка, описывающая кодирование `labels`. Варианты: 'int': означает, что метки закодированы как целые числа (например, для `sparse_categorical_crossentropy` потери). 'categorical': означает, что метки закодированы как категориальный вектор (например, для `categorical_crossentropy` потери). 'binary': означает, что метки (их может быть только 2) закодированы как `float32` скаляры со значениями 0 или 1 (например, для `binary_crossentropy`). None (без меток).
`class_names`	Действительно только если "labels" равно "inferred". Это явный список имён классов (должен соответствовать именам подкаталогов). Используется для управления порядком классов (в противном случае используется алфавитно-цифровой порядок).
`color_mode`	Один из "grayscale", "rgb", "rgba". По умолчанию: "rgb". Определяет, будут ли изображения преобразовываться в изображения с 1, 3 или 4 каналами.
`batch_size`	Размер пакетов данных. По умолчанию: 32. Если `None`, данные не будут сгруппированы в пакеты (набор данных будет возвращать отдельные образцы).
`image_size`	Размер для изменения размера изображений после их чтения с диска, указанный как `(height, width)`. По умолчанию `(256, 256)`. Так как конвейер обрабатывает пакеты изображений, которые должны иметь одинаковый размер, это значение должно быть предоставлено.
`shuffle`	Нужно ли перемешать данные. По умолчанию: True. Если установлено в False, данные сортируются в алфавитно-цифровом порядке.
`seed`	Необязательное случайное семя для перемешивания и преобразований.
`validation_split`	Необязательная дробь от 0 до 1, доля данных для резервирования для валидации.
`subset`	Подмножество данных для возврата. Один из "training" или "validation". Используется только если `validation_split` задано.
`interpolation`	Строка, метод интерполяции, используемый при изменении размера изображений. По умолчанию `bilinear`. Поддерживает `bilinear`, `nearest`, `bicubic`, `area`, `lanczos3`, `lanczos5`, `gaussian`, `mitchellcubic`.
`follow_links`	Нужно ли посещать подкаталоги, на которые указывают символические ссылки. По умолчанию False.
`crop_to_aspect_ratio`	Если True, изменяет размер изображений без искажения соотношения сторон. Когда исходное соотношение сторон отличается от целевого соотношения сторон, выходное изображение будет обрезано, чтобы вернуть максимально возможный прямоугольник в изображении (размера `image_size`), соответствующий целевому соотношению сторон. По умолчанию (`crop_to_aspect_ratio=False`) соотношение сторон может не сохраняться.
`**kwargs`	Аргументы устаревшего ключевого слова.

Возвращаемое значение

Возвращаемое значение
Объект `tf.data.Dataset`. Если `label_mode` равно None, он возвращает `float32` тензоры формы `(batch_size, image_size[0], image_size[1], num_channels)`, кодирующие изображения (см. правила по `num_channels` ниже). В противном случае он возвращает кортеж `(images, labels)`, где `images` имеет форму `(batch_size, image_size[0], image_size[1], num_channels)`, а `labels` следует формату, описанному ниже.

Объект tf.data.Dataset.

Если label_mode равно None, он возвращает float32 тензоры формы (batch_size, image_size[0], image_size[1], num_channels), кодирующие изображения (см. правила по num_channels ниже).
В противном случае он возвращает кортеж (images, labels), где images имеет форму (batch_size, image_size[0], image_size[1], num_channels), а labels следует формату, описанному ниже.

Правила по формату меток:

если label_mode равно int, метки являются int32 тензором формы (batch_size,).
если label_mode равно binary, метки являются float32 тензором из 1 и 0 с формой (batch_size, 1).
если label_mode равно categorical, метки являются float32 тензором формы (batch_size, num_classes), представляющим одномерное кодирование индекса класса.

Правила по количеству каналов в возвращаемых изображениях:

если color_mode равно grayscale, в тензорах изображений 1 канал.
если color_mode равно rgb, в тензорах изображений 3 канала.
если color_mode равно rgba, в тензорах изображений 4 канала.

© 2022 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 4.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/versions/r2.9/api_docs/python/tf/keras/utils/image_dataset_from_directory