是否有一种矢量化方法可以减轻将图像转换为数组的缓慢执行时间？

问题描述

我正在创建一个 CNN 项目，该项目需要访问一个文件中的多个图像。虽然成功，但我的模型代码的一个问题是执行速度非常慢，尤其是在我的项目中实施时。

我已经查找了矢量化方法来提高将列表中的每个图像更改为数组的速度，但仍然没有成功。

数据集包含 510 张图像。当打印出该数据集中的图像时，打印的是文件路径而不是数组。

这是我的一小部分代码：

# Necessary imports (simplified)
import os
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'
import tensorflow as tf

# Data science imports
import matplotlib.pyplot as plt
import matplotlib.image as mpimg
import numpy as np

# File handling
import glob

file_path = "dataverse_files/MiMM_SBILab Dataset/"
path2files = glob.glob(file_path+"*.bmp")

X = path2files
y = []

for i in range(len(X)):
    X[i] = mpimg.imread(X[i])  # Slow execution rate
    y.append(i)
    
print(X[0:5])
print(y[0:5])

如果您有任何问题或需要澄清，请随时发表评论。提前致谢！

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）