高效的图像到Python中的数组训练数据集

问题描述

我正在训练一个网络，该网络将图像作为输入，并为图像的一部分输出较小的2D分数数组（例如10x10）。

我目前正在构建训练数据集，方法是将图像附加到图像列表（或张量），将输出数组附加到数组列表（或张量），并以相同的顺序排序，并在以下情况下将其用作输入和输出：训练模型。

它起作用了，到目前为止，我在中等大小的数据集上训练的网络对于相关情况可以很好地预测，但是必须有更好的方法来做到这一点。

我正在寻找一种更有效的方法来构建数据集并将其加载到训练模型。希望在整个数据集太大而无法保存在内存中的情况下，也可以使用一次全部。 我在网上找到的所有解决方案都与分类任务或以CSV格式存储的数据有关，在这里不是这种情况。

我目前在使用Keras（TF）的Python中工作，但可以与其他任何python库一起工作。

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@）