我想用autoencoder编写一个图像异常检测的代码。
因此，我将我的图像拆分到一个子文件夹中用于训练图像，一个用于验证图像，一个用于异常图像。
history = model.fit(
train_generator,
steps_per_epoch=500 // batch_size,
epochs=1000,
validation_data=validation_generator,
validation_steps=75 // batch_size,
shuffle=True)字符串
对于model.fit，我需要单独的train_generator和validation_generator
为了得到train_generator，我正在使用这个。
train_generator = datagen.flow_from_directory(
'C:/Python/Anomaly_dection_V1/cell_images/Uninfected_Train/',
target_size=(SIZE, SIZE),
color_mode='rgb',
batch_size=batch_size,
class_mode='input',
)型
所以我直接从子文件夹中获取图像，其中只有图像，没有其他文件夹。
很遗憾，我收到以下消息：找到0个图像，属于0个类。
有人能帮帮我吗？
如果我取上面的一个文件夹而不是子文件夹，它可以从三个类中找到图像。但是对于model.fit，我只需要train数据和validatio数据。我没有找到任何解决方案，只是使用子文件夹/类。flow_from_directory不能从一个子文件夹中获取图像吗？
1条答案
按热度按时间vfh0ocws1#
您可以通过指定
labels = None来使用image_dataset_from_directory访问特定的单个文件夹映像，如下所示：这样，您还可以使用
validation_split=0.2将该文件夹的数据集拆分为训练和验证部分。字符串
训练数据：
型
输出量：
型
验证数据集：
型
输出量：
型